« PyTorch a d’abord été un outil pour les chercheurs en intelligence artificielle, conçu pour leur permettre d’exprimer facilement leurs idées concernant les réseaux de neurones dynamiques et de réaliser rapidement des prototypes et des expériences », souligne Joe Spisak, responsable produit PyTorch chez Facebook AI. Aujourd’hui, PyTorch 1.0, qui permet de réaliser des calculs tensoriels notamment pour l'apprentissage profond pour des applications liées au langage naturel ou à la vidéo, est une plateforme unifiée permettant aux développeurs d'intelligence artificielle de passer de la recherche à la production de manière transparente. Selon Joe Spisak, sans communiquer de chiffres précis, PyTorch est le deuxième projet open source à la croissance la plus rapide sur GitHub et est très populaire dans les institutions universitaires et industrielles, les formateurs et les étudiants ainsi qu’auprès des grandes et petites entreprises. A noter que Facebook l’utilise actuellement en production à grande échelle, par exemple pour alimenter plus de 6 milliards de traductions par jour. Microsoft, Toyota Research Institute, Airbnb, Genentech, OpenCV sont autant d’utilisateurs de ce framework. Pour Joe Spisak, PyTorch se distingue par la simplicité de son interface d'exploration autour du code Python. Par exemple, OpenCV, qui a choisi PyTorch, décrit sa simplicité et sa rapidité comme « étonnante ». PyTorch peut compter sur une communauté active qui fournit une multitude de fonctionnalités (modèles pré-formés, bibliothèques de traitement du langage naturel, d’apprentissage par renforcement, etc.). Parmi les évolutions envisagées, citons l’intégration de nouvelles bibliothèques d'API, la possibilité de nommer les tenseurs, la création de PyTorch Hub, un lieu unique pour la recherche, etc.