编辑：陈萍

经过数月的封闭测试后，TorchStudio 现在终于迎来了公开测试阶段。

编译器的出现，可谓给广大研究者带来了极大的便利。简单讲，编译器就是将一种语言（通常为高级语言）翻译为另一种语言（通常为低级语言）的程序。一个现代编译器的主要工作流程包括：源代码 (source code) → 预处理器 (preprocessor) → 编译器 (compiler) → 目标代码 (object code) → 链接器 (Linker) → 可执行程序 (executables)。

我们经常听到或用到的编译器有 Visual Studio、Dev C++、Visual C++ 6.0、GCC、Clang 等。毫不夸张的说正是编译器的存在，才让人类语言转换为计算机可以理解的 0 和 1。去年编译器神书「龙书」作者 Alfred Vaino Aho 和 Jeffrey David Ullman 还获得了 2020 图灵奖。

今日，开源软件爱好者、音频编辑软件 Steinberg SpectraLayers 的创建者 Robin Lobel 发布了一个免费的开源 PyTorch IDE，名为 TorchStudio，现在是公开测试版 0.9.1 版本。该 IDE 能够极大地简化 PyTorch 及其生态系统的研究和训练，只需单击几下即可直观地完成大多数任务。

TorchStudio 现在支持 Windows 10 或更高版本、macOS 10.14 或更高版本、Ubuntu 20.04 或更高版本。一开始不会使用的小伙伴也不用担心，TorchStudio 提供了示例教程，新手可以根据教程进行学习，值得一提的是，TorchStudio 官网还贴心的提供了视频教程，用户不必担心自己不会用。

这个 IDE 有啥特点呢？根据官网显示，它的特征可总结为三个：链接数千个数据集、上千种模型，进行可视化，灵活可扩展。

数据集：浏览和加载来自 TorchVision、TorchAudio 或 Hugging Face Hub 的数千个数据集（即将推出），包括 CIFAR10、CIFAR100、Caltech101、CelebA 等。

模型：浏览和训练来自 TorchVision、TorchAudio、PyTorch Hub （即将推出）或 Hugging Face Hub （即将推出）的数千个模型，包括大家熟悉的 AlexNet、DenseNet、GoogLeNet 等。

用户还可以在本地或远程、本地或云端存储数据集和训练模型。此外 TorchStudio 还与 AWS、Azure、Google Cloud 等兼容。

TorchStudio 还能进行可视化 ，无论用户输入 / 输出的数量和张量格式如何，都可以按需显示数据集样本：

TorchStudio 还能生成有关整个数据集的统计报告：

对模型进行可视化，以揭示内部节点如何连接以及节点之间的张量大小如何变化：

用户还能设置网络参数和超参数，实时监控损失和度量曲线并输出预测：

此外，TorchStudio 还能对训练模型进行比较，帮助用户快速确定最佳模型：

使用 TorchStudio，用户还能自行编辑或添加模块，每个组件都是可定制的，包括：数据集、模型、分析器、渲染器、损失、度量、优化器等：

面对如此优秀的编译器，网友也不禁感叹：「非常漂亮的作品！除了 PyCharm 之外，我不会使用其他 IDE，但我会试一试这个 TorchStudio！」

使用 PyTorch 做研究的小伙伴，可以上手试试这个功能齐全的编译器。