GitHub Store
Lightning-AI

pytorch-lightning

Lightning-AI

PyTorch Lightning 是一个深度学习训练框架（Python），把反向传播、混合精度、多 GPU 与分布式训练等工程代码自动化，让同一份模型代码从单卡扩展到上万卡而无需改动。

2.6.6
发布于
2026年9月10日
31,418
星标
50,289
下载
同步于
8 天前

最新版本

2.6.62026年9月10日 17:39
下载慢？可在上方随时切换镜像源

项目说明

项目概述

PyTorch Lightning 是一个用于预训练与微调 AI 模型的深度学习框架。用纯 PyTorch 训练模型时，反向传播、混合精度、多 GPU、分布式等工程代码重复且容易出错，Lightning 把这些基础设施自动化，你只需专注于模型与数据逻辑本身。代码从 CPU 到多机 GPU 集群扩展时核心部分零改动，另有 Lightning Fabric 提供更细粒度的专家级控制。

你写模型逻辑，Lightning 管工程细节，训练规模随硬件线性扩展。

项目 内容
平台 Linux、macOS、Windows
语言 Python
许可 Apache-2.0
核心包 PyTorch Lightning（高层封装）/ Lightning Fabric（专家控制）

主要功能

  • 训练循环自动化：反向传播、优化器调度、验证、日志记录全部托管
  • 硬件无感扩展：同一份代码在 CPU、单 GPU、多 GPU 与多机集群间切换
  • 混合精度：开一个参数即可启用 16 位等混合精度训练
  • LightningModule：把模型、训练步骤与优化器组织成标准结构
  • Fabric 专家模式：需要精细控制训练循环时按需插入，不改变整体代码
  • 回调与检查点：断点续训、早停、指标监控等以回调插件形式叠加

适用人群

  • 厌倦重复写训练循环的研究人员
  • 需要多 GPU 分布式训练的算法工程师
  • 维护多个深度学习项目的团队
  • 复现论文实验的学生

快速上手

  1. 安装：
pip install lightning
  1. 把模型写成 LightningModule，实现 training_step 与 configure_optimizers
  2. 用 Trainer 类启动训练，通过参数切换 GPU 数量与精度
  3. 需要精细控制时改用 Lightning Fabric，代码改动很小

核心优势

  • 零改动扩展：从 1 张卡到上万张卡，核心模型代码不变
  • 结构清晰：训练代码按模块组织，实验可复现、可交接
  • 抽象可选：从全自动 Trainer 到半自动 Fabric，抽象程度自己定

系统要求

项目 要求
操作系统 Linux、macOS、Windows
语言环境 Python（依赖 PyTorch）
硬件 CPU 可训练，GPU 与多机集群均支持

注意事项

  • 前置依赖：需要先安装 PyTorch，GPU 训练需 CUDA 匹配的版本
  • 两套接口：PyTorch Lightning 与 Fabric 的用法不同，新项目按需求二选一

历史版本

排序