pytorch-lightning

PyTorch Lightning é um framework de aprendizado profundo projetado para pré-treinar e ajustar modelos de IA de qualquer tamanho, escalando de uma única CPU a milhares de GPUs com alterações mínimas de código. Ele organiza o código PyTorch para separar a lógica científica do modelo da infraestrutura de engenharia, automatizando retropropagação, precisão mista, multi-GPU e treinamento distribuído. O projeto oferece dois pacotes principais: PyTorch Lightning, que fornece uma abstração de alto nível com Trainer e LightningModule, e Lightning Fabric, que oferece controle de nível especialista sobre o loop de treinamento e a estratégia de escalonamento para modelos complexos como LLMs, modelos de difusão e transformers. Os usuários podem escolher o nível de abstração que precisam. Os principais recursos incluem treinamento agnóstico de hardware em CPU, GPU, TPU e configurações multi-nó; suporte a estratégias distribuídas como DDP, FSDP e DeepSpeed; precisão mista; integrações de registro de experimentos; parada antecipada; checkpointing; e exportação para TorchScript ou ONNX. O README observa sobrecarga mínima de velocidade de execução em comparação com PyTorch puro. A instalação é feita via pip ou conda. O repositório inclui numerosos exemplos cobrindo classificação de imagens, segmentação, detecção de objetos, classificação de texto, sumarização, geração de áudio, ajuste fino de LLMs, geração de imagens, sistemas de recomendação e previsão de séries temporais. É licenciado sob Apache 2.0 e é rigorosamente testado em versões de Python e PyTorch, sistemas operacionais e aceleradores de hardware.