在大模型时代，选择适合的框架对于模型的训练、微调、推理和部署至关重要。本文将介绍几种常用的框架，并通过代码示例和表格对比，帮助读者了解这些框架的特点和使用场景。
一、训练框架
- PyTorch
PyTorch是一个动态图优先的深度学习框架，以灵活性和研究友好性著称。它支持张量计算、自动求导和分布式训练，且与Python深度集成，调试便捷。PyTorch支持GPU加速和混合精度训练，但在生产部署时需依赖TorchScript/ONNX。
代码示例：
import torch
model = torch.nn.Linear(10, 2)
output
