\\\\
在最近的一篇博文中，臉書的副總裁bill jia宣布了pytorch的新版本1.0的發布。pytorch是用於python的開源ai框架軟體包，具有tensor計算，包括強大的gpu加速和建立於基於磁帶autodiff系統之上的深度神經網路。該新版本的重要性在於，減少了從研究過程到生產過程中移動ai驅動的專案所需的時間，同時提高了這些應用程式的準確度和效能。這些改進的發生，部分是因為混合前端在命令式和宣告式執行模式間的轉換。
\\
\\\它的速度、生產力和支援最前沿ai模型（如動態圖形）的能力迅速使之成為最受ai研究人員歡迎的重要開發工具。
\
pytorch應用的乙個眾所周知的例子是，加州大學伯克利分校計算機科學家所構建的專案，它基於迴圈一致對抗網路進行非配對圖到圖的轉換。該專案通過使用一組對齊的影象訓練集來學習影象輸入和輸出對映。
pytorch目前的版本已經取得了一些成果，為ai研究、開發和生產規模上的效能提供了靈活性，但是，也存在一些挑戰。jia解釋說：
\\
\\\由於它和python緊密的耦合，我們常常需要把研究**（無論是訓練指令碼還是經過訓練的模型）轉換為caffe2中的圖形模式表示，以在生產規模上執行。caffe2的基於圖形執行程式允許開發人員利用最先進的優化技術，比如圖形轉換、高效的記憶體重用和嚴格的硬體介面整合等等。
\
另外，pytorch 1.0 整合了caffe2和onnx的功能，並把它與pytorch的能力結合在一起，以提供從研究原型到生產部署的無縫路徑。通過利用caffe2，建立pytorch依賴關係的公司也能夠期望獲得對更大的規模和可靠性的支援。pytorch部落格更進一步解釋了使用caffe2的重要性：
\\
\\\初創企業、大公司和任何希望圍繞pytorch構建產品的人都要求獲得產品支援。在臉書（pytorch的最大利益相關者），我們擁有caffe2，它已經是生產就緒平台，執行於我們的資料中心，並向橫跨8代iphone以及6代安卓cpu架構的超過10億部手機交付產品。它在inter/arm、tensorrt支援以及所有生產所需的位數上有伺服器優化推理。考慮到所有這些價值鎖定在pytorch團隊與其密切合作的平台上，我們決定把pytorch和caffe2結合在一起，從而為pytorch提供生產級準備。
\
onnx是一種開放格式，用於表示那些能夠在不同ai框架之間交換的深度學習模型。在pytorch 1.0中，onnx是本地支援的匯出模型。它也為加速執行時間和硬體特定庫提供了介面。jia提到了這種方法的一些好處：
\\
\\\它給予開發人員完全的自由，以混合和匹配最好的ai框架和工具，而無需承擔資源密集型的定製工程。
\
pytorch專案期望於2023年夏季的某個時候發布1.0版本，並且可以在其githup repo上檢視pull requests。
\\檢視英文原文：pytorch 1.0 announced for research and production ai projects
\\ 感謝冬雨對本文的審校。
\\
原始碼編譯pytorch 1 0 遇到的問題
一 問題1pytorch stable third party ideep mkl dnn src cpu ref rnn.cpp 在成員函式 void mkldnn impl cpu ref rnn common t pack weights int,int,int,int,int,int,int...
PyTorch 1 0 中文官方教程 神經網路
譯者 bat67 最新版會在譯者倉庫首先同步。可以使用torch.nn包來構建神經網路.我們以及介紹了autograd，nn包依賴於autograd包來定義模型並對它們求導。乙個nn.module包含各個層和乙個forward input 方法，該方法返回output。例如，下面這個神經網路可以對數...
PyTorch 1 0 中文官方教程 遷移學習教程
譯者 片刻 作者 sasank chilamkurthy 在本教程中，您將學習如何使用遷移學習來訓練您的網路。您可以在 cs231n 筆記 上閱讀更多關於遷移學習的資訊 引用這些筆記 在實踐中，很少有人從頭開始訓練整個卷積網路 隨機初始化 因為擁有足夠大小的資料集是相對罕見的。相反，通常在非常大的資...