PyTorch

PyTorch es una biblioteca de aprendizaje automático de código abierto desarrollada principalmente por Meta AI que se ha convertido en una piedra angular para investigadores y desarrolladores en el campo del aprendizaje profundo. Conocida por su flexibilidad y facilidad de uso, permite construir y entrenar redes neuronales complejas utilizando un grafo computacional dinámico. Esta característica, a menudo denominada "ejecución ansiosa" (eager execution), permite evaluar el código inmediatamente, haciendo que la depuración y la creación de prototipos sean significativamente más intuitivas en comparación con los marcos que dependen de definiciones de grafos estáticos. Se integra a la perfección con el lenguaje de programación Python, sintiéndose como una extensión natural de las herramientas de computación científica estándar.

Link to this sectionMecánica central y significado#

En el corazón de este marco se encuentran los tensores, que son matrices multidimensionales similares a las que se encuentran en la documentación de NumPy. Sin embargo, a diferencia de las matrices estándar, los tensores de PyTorch están diseñados para aprovechar la aceleración de GPU proporcionada por NVIDIA CUDA. Esta aceleración de hardware es fundamental para el procesamiento paralelo masivo requerido para entrenar modelos de inteligencia artificial (IA) modernos de manera eficiente.

La biblioteca admite un vasto ecosistema de herramientas para visión artificial (CV) y procesamiento del lenguaje natural. Al proporcionar un rico conjunto de capas, optimizadores y funciones de pérdida preconfiguradas, simplifica el proceso de creación de algoritmos para tareas como la clasificación de imágenes y el modelado de secuencias.

Link to this sectionAplicaciones en el mundo real#

La versatilidad de este marco ha llevado a su adopción en diversas industrias para soluciones de IA de alto impacto:

1. Vehículos autónomos: Los líderes de la industria aprovechan PyTorch para construir modelos de aprendizaje profundo que procesan transmisiones de video de las cámaras de los coches. Estos modelos realizan detección de objetos en tiempo real para identificar carriles, señales y peatones, lo que permite una navegación más segura.

2. Diagnóstico médico: Los investigadores utilizan el marco para desarrollar aplicaciones sanitarias avanzadas. Por ejemplo, impulsa sistemas que analizan escaneos de resonancia magnética o rayos X para ayudar a los médicos a detectar tumores mediante una segmentación de imágenes precisa.

Link to this sectionComparación con herramientas relacionadas#

Para entender mejor su papel, resulta útil distinguir PyTorch de otras herramientas comunes en la pila de IA:

• Vs. TensorFlow: Desarrollado por Google, TensorFlow se basaba históricamente en grafos computacionales estáticos, lo que dificultaba la depuración pero optimizaba el despliegue. Aunque ambos marcos han convergido en características, a menudo se prefiere PyTorch para la creación rápida de prototipos y la investigación debido a su interfaz intuitiva.
• Vs. OpenCV: OpenCV es una biblioteca centrada en funciones tradicionales de procesamiento de imágenes (como cambiar el tamaño, filtrar y convertir colores) en lugar de entrenar redes neuronales. En un flujo de trabajo típico, los desarrolladores utilizan OpenCV para el preprocesamiento de datos antes de introducir las imágenes en un modelo de PyTorch para su análisis.

Link to this sectionIntegración con Ultralytics#

Toda la familia de modelos Ultralytics, incluidos el vanguardista YOLO26 y el ampliamente utilizado YOLO11, está construida de forma nativa sobre PyTorch. Esta base garantiza que los usuarios se beneficien de la velocidad, la estabilidad y el amplio apoyo de la comunidad del marco. Ya sea realizando aprendizaje por transferencia en datos de entrenamiento personalizados o exportando modelos para dispositivos periféricos (edge devices), la arquitectura subyacente se basa en tensores y gradientes de PyTorch.

La próxima Ultralytics Platform simplifica aún más esta experiencia, proporcionando una interfaz unificada para gestionar la obtención de conjuntos de datos, el entrenamiento y el despliegue sin necesidad de escribir una gran cantidad de código repetitivo (boilerplate).

El siguiente ejemplo demuestra cómo verificar la disponibilidad de la GPU y ejecutar la inferencia usando un modelo YOLO, mostrando cómo el marco maneja la aceleración de hardware internamente:

import torch
from ultralytics import YOLO

# Check if CUDA (GPU) is available for PyTorch acceleration
device = "cuda" if torch.cuda.is_available() else "cpu"
print(f"PyTorch is using device: {device}")

# Load a YOLO26n model (built on PyTorch)
model = YOLO("yolo26n.pt")

# Perform object detection on an image
# PyTorch handles tensor operations and moves data to the GPU automatically
results = model("https://ultralytics.com/images/bus.jpg", device=device)