PyTorch

深層学習フレームワーク。本ヴォルトの ML 実装（generative-adversarial-network、bert チャットボット、CNN で MNIST など）の共通基盤。

よく使う要素

• Tensor: torch.from_numpy() ↔ x.detach().numpy()。detach() は勾配情報を切る。形状変換は view/reshape。
• 推論モード: model.eval()（Dropout/BatchNorm の振る舞いが変わる）+ torch.no_grad()、または torch.inference_mode()（推論専用 Tensor が用意される）。torch.set_grad_enabled(bool) で train/val をまとめて書ける。
• メモリ: torch.cuda.empty_cache() で GPU メモリ解放。
• TensorBoard: from torch.utils.tensorboard import SummaryWriter で損失や生成画像グリッド（add_images）を記録。TensorboardX / pytorch-ignite も併用される。
• Dataset/DataLoader: datasets（MNIST, CelebA 等）+ transforms（ToTensor, Normalize）+ DataLoader（batch_size, shuffle, drop_last）。

エコシステムとの関係

PyTorch 計算グラフは ml-compilers（TVM / Glow など）が最適化対象とする IR の入口でもある。VLA 実装（LeRobot の Pi0Policy など）も torch.nn.Module 上に構築され、推論高速化は realtime-vla で Triton カーネルに置き換えられる。

関連

• ml-compilers / realtime-vla
• _moc-ml-robotics（ml-robotics クラスタの atomic ノート群）