catalyst

让深度学习实验跑得更快、更规范，专注模型创新

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署模型训练 🍴 复刻 396 🐛 待处理 6 👀 关注 42

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 3388

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类模型训练

开发团队catalyst-team

官网地址https://catalyst-team.com

GitHubhttps://github.com/catalyst-team/catalyst

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型computer-vision,deep-learning,distributed-computing,image-classification,image-processing,image-segmentation,information-retrieval,infrastructure,machine-learning,metric-learning,natural-language-processing,object-detection,python,pytorch,recommender-system,reinforcement-learning,reproducibility,research,text-classification,text-segmentation

GitHub 星标★ 3388

上线时间2018-08-20 00:00:00

代码更新2026-07-08

仓库体积53.8 MB

本站数据更新2026-11-09

维护状态低维护

收录时间2026-08-10

浏览次数8

项目介绍

Catalyst 是一个面向深度学习研究与开发的 Python 框架，旨在加速从实验设计到模型部署的全流程。它解决了深度学习项目中代码重复、实验管理混乱、复现困难等痛点，提供了一套统一且高度模块化的 API，覆盖数据加载、模型构建、训练循环、验证评估、可视化及分布式训练等环节。其核心能力包括：基于 Runner 的灵活训练/推理抽象，支持自定义阶段（Stage）和回调（Callback）机制，便于插入日志、早停、学习率调度等逻辑；内置丰富的计算机视觉任务（如图像分类、分割、检测）的预配置模型和指标；无缝集成 PyTorch 生态，支持混合精度、多 GPU 及 TPU 训练；提供实验配置管理（基于 YAML/ConfigParser）和指标可视化（TensorBoard/Weights & Biases），帮助研究者高效追踪和比较实验结果。Catalyst 通过减少样板代码和标准化流程，让研究者能更专注于模型创新，尤其适合需要快速迭代和复现的学术研究与工业应用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 3388

技术标签

computer-vision deep-learning distributed-computing image-classification image-processing

使用教程

难度：入门约 10 分钟部署方式：库/依赖 5 步

环境要求

Python 3.7 及以上版本
PyTorch 1.4 及以上版本
已安装可用的 pip
操作系统建议为 Ubuntu 16.04/18.04/20.04、macOS 10.15、Windows 10 或 WSL（官方测试环境）

安装与启动步骤

1确认环境版本

先确认本机 Python 版本满足 3.7+，并已安装 PyTorch 1.4+，Catalyst 依赖 PyTorch 运行。
```
python --version
```
2安装 Catalyst

使用 pip 从 PyPI 安装最新版 Catalyst，-U 表示升级到最新版本。
```
pip install -U catalyst
```
3按需装扩展模块

做机器学习相关任务装 catalyst[ml]，做计算机视觉任务装 catalyst[cv]，会额外拉取依赖。
```
pip install catalyst[ml]
```
4安装 master 版本

需要仓库最新开发代码时，直接从 GitHub master 分支安装并升级。
```
pip install git+https://github.com/catalyst-team/catalyst@master --upgrade
```
5验证安装

导入 catalyst 查看版本号，无报错说明安装成功，可继续跑 README 中的示例脚本。
```
python -c "import catalyst; print(catalyst.__version__)"
```