파이토치 한국 사용자 모임 (PyTorch Korea User Group)

💡 PyTorch 버전별 Domain Library 호환성은 PyTorch 버전 호환성 문서를 참고해주세요.

컴퓨터 비전을 위한 라이브러리입니다. 인기 있는 데이터셋, 모델 아키텍처, 컴퓨터 비전을 위한 일반적인 이미지 변환으로 구성되어 있습니다. TorchVision 패키지는 분류, 검출, 분할, 비디오 분류를 위한 사전 훈련된 모델들과 함께 제공됩니다.

PyTorch를 사용한 오디오 및 신호 처리를 위한 라이브러리입니다. I/O, 신호 및 데이터 처리 함수, 데이터셋, 모델 구현 및 애플리케이션 구성요소를 제공합니다. 음성 인식, 음성 합성, 오디오 분류 등의 작업을 지원합니다.

자연어 처리(NLP)를 위한 데이터 로딩 유틸리티와 텍스트 처리 도구들을 제공합니다. 텍스트 전처리, 단어 벡터화, 언어 모델링을 위한 다양한 기능을 포함합니다.

유연하고 성능이 뛰어난 데이터 파이프라인을 쉽게 구축할 수 있는 리더들의 베타 라이브러리입니다. 모듈형 데이터 로딩 프리미티브들로 구성되어, 다양한 사용 사례에 대해 재사용 가능한 구성 요소들을 제공합니다.

PyTorch 모델을 대규모로 서빙하기 위한 유연하고 쉬운 도구입니다. 저지연시간 추론, A/B 테스트, 다중 모델 서빙, 로깅, 메트릭 수집, 모델 생명주기 관리를 지원합니다.

대규모 추천 시스템에 필요한 사전 생산 배포를 위해 구축된 PyTorch 도메인 라이브러리입니다. 대규모 임베딩 테이블을 여러 GPU에 걸쳐 공통 희소성 및 병렬성 프리미티브를 제공합니다.

다양한 스케줄러에서 PyTorch 작업을 실행하기 위한 통합된 인터페이스를 제공합니다. Kubernetes, Ray, Slurm 등 다양한 배치 시스템에서 대규모 분산 훈련과 추론을 수행할 수 있습니다.

연구 및 프로덕션 목적으로 설계된 강화학습(RL) 라이브러리입니다. 모듈화되고 효율적인 구성요소들로 구성되어, 환경 상호작용부터 에이전트 훈련까지 완전한 RL 워크플로우를 제공합니다.

JAX에서 영감을 받은 PyTorch의 함수형 프로그래밍 라이브러리입니다. vmap(벡터화), grad(자동 미분), jacrev/jacfwd(야코비안 계산) 등의 함수 변환을 제공하여 연구와 프로덕션 워크로드를 모두 지원합니다.

PyTorch-native 라이브러리로 대규모 언어 모델(LLM)의 파인튜닝을 위해 설계되었습니다. torchtune은 전체 파인튜닝 워크플로우를 지원하며 인기 있는 프로덕션 추론 시스템과의 호환성을 제공합니다.

빠른 미디어 디코딩 및 인코딩을 위한 PyTorch 라이브러리입니다. PyTorch 모델에서 오디오와 비디오를 실행할 때, torchcodec은 권장되는 방법으로 오디오와 비디오 파일을 데이터로 변환하는 기능을 제공합니다.

텐서들의 딕셔너리 같은 클래스로, 배치 연산과 슬라이싱과 같은 배열 조작을 단순화합니다. 텐서 값들에 대한 빠른 조작과 추상화를 제공하여, 강화학습과 같은 복잡한 텐서 작업을 효율적으로 처리할 수 있습니다.

TPU와 같은 XLA 장치에서 PyTorch를 실행하기 위한 패키지입니다. torch_xla 패키지를 통해 이러한 장치에서 모델을 실행하는 방법을 설명하며, 대규모 분산 훈련과 추론에 최적화된 성능을 제공합니다.

데이터 전처리를 위한, torch.Tensor와 유사한 Python DataFrame 라이브러리입니다. 여러 실행 런타임을 지원하며 Arrow를 공통 형식으로 사용하여 효율적인 데이터 처리와 분석 기능을 제공합니다.

도메인 API(Domain API)