返回 AI 工具目录
Auto-PyTorch
开发框架人工精选最近核验 2026年7月23日
Auto-PyTorch 是 AutoML 开源框架,把神经网络架构搜索与超参数优化结合在一起,面向 PyTorch 做自动化深度学习。它支持表格数据的分类、回归以及时间序列预测,内部用 SMAC3 做贝叶斯优化、配合 Hyperband 多精度预算分配,并通过元学习组合做暖启动、自动做模型集成。定位是让数据团队在不手工调参的前提下,得到一条可复现的深度学习基线管线,属于 AutoML 与神经架构搜索方向的研究型工具库。
定价开源部署本地运行国内可达国内可达许可Apache-2.0
解决什么问题
- 自动完成 PyTorch 网络结构与超参的联合搜索,省去手工调参
- 覆盖表格分类、回归与时间序列预测三类任务
- 用 SMAC3 加 Hyperband 在有限预算内逼近较优配置
- 自动做模型集成与暖启动,提升基线稳定性
适合
- 团队要在表格或时序数据上快速拿到深度学习基线
- 有一定算力预算、愿用搜索换人力调参
- 需要可复现的 AutoML 管线做对照实验
- 已在 PyTorch 技术栈内、接受 Python 库形态
不适合
- 只做 PyTorch 深度学习,不覆盖通用 GBDT 类 AutoML
- 非结构化图像与文本大模型场景不是其目标
- 最近发行版停在 2022 年,更新节奏较慢
- v0.1.0 起 API 与 v0.0.2 不兼容,迁移需改代码
如何接入
- 以 Python 库形式通过 pip 或源码安装
- 底层依赖 PyTorch、SMAC3 与 scikit-learn 组件
- 可嵌入既有训练脚本与实验流程
- 产物为标准 PyTorch 模型,便于后续部署
已知限制
- 研究型项目,发行更新停在 2022 年 v0.2.1
- 新旧大版本 API 断裂,老接口在 master_old 分支
- 时序预测显存需求大,大数据集需评估资源
- 搜索过程耗算力,收敛时间随预算与数据规模上升
接入与使用事实
- 部署方式
- 本地运行
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- Apache-2.0
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。