PyTorch 1.0稳定版正式发布，并向开发者提供免费AI课程

晓查 发自 凹非寺
量子位 出品 | 公众号 QbitAI

Facebook今天在NeurIPS大会上正在发布PyTorch 1.0稳定版。

Facebook在5月份公布了该版本的新功能，并在10月举办的PyTorch开发者大会上首次推出它的预览版。

开发者现在可以利用PyTorch 1.0的新功能了。

比如混合前端，可以让开发者在eager和图形模式之间无缝转换。

另外还有改进分布式训练、提供一个高性能的纯C++前端、与云平台深度集成等特性。

1.0版本新特性

PyTorch 1.0的主要新特性包括JIT编译器、更快的分布式、C++扩展等。

JIT是一组编译工具，用来弥补研究和产品部署之间的差距。

新版本增加了改进的torch.distributed库，开发者可以在Python和C ++环境中实现更快的训练。新的分布式库主要亮点有：

• 新的torch.distributed是性能驱动的，并且对所有后端（Gloo，NCCL和MPI）完全异步操作

• 显著的分布式数据并行性能改进，尤其适用于网络较慢的主机，如基于以太网的主机

• 为torch.distributed包中的所有分布式集合操作添加异步支持

• 在Gloo后端添加以下CPU操作：send，recv，reduce，all_gather，gather，scatter

• 在NCCL后端添加障碍操作

• 为NCCL后端添加new_group支持

C++前端是连接PyTorch后端的纯C++接口，它遵循已建立的Python前端的API和框架结构，旨在实现高性能、低延迟的C++应用程序。

它提供了与Python前端torch.nn，torch.optim，torch.data等组件的等价接口。

对此，广大C++程序员表示点赞，感谢自己终于得到了Facebook的重视。

C++的API不仅能用于训练，也能用于推理。

一名在Facebook AI研究院（FAIR）的程序员说，现在C++的API感觉非常像在PyTorch中使用Python，在模型中完全使用C++处理张量也非常方便。

最近FAIR的星际争霸AI——TorchCraftAI——就是用C++实现的。

PyTorch 1.0的其他新功能还有：

• N维空张量

• 新的算符

• 新的分布式

• 稀疏API改进

• 对现有算符和分布式的补充

从0.4.1到1.0版本，代码是否可以不改动直接运行呢？可以查看文档中的Breaking Changes部分，如果你的代码涉及到其中的内容，则需要修改。

https://github.com/pytorch/pytorch/releases#breaking-changes

提供免费课程与开源软件库

Facebook宣布与Udacity合作，免费提供成人AI课程：

https://cn.udacity.com/course/deep-learning-pytorch--ud188

上个月，Udacity和Facebook推出了一个新课程，“PyTorch深度学习简介”，以及“PyTorch挑战计划”。该计划为AI教育提供持续的奖学金。

除了在线教育课程之外，像fast.ai这样的组织还提供软件库，帮助开发者学习如何使用PyTorch构建神经网络。

fast.ai是一个简化训练、快速准确的神经网络软件库，发布两个月以来，已经在GitHub上获得了10,000颗星。

目前已有多名开发者使用该软件库成功创立了新项目。例如Jason Antic创建了一个名为DeOldify的项目，该项目使用深度学习来着色和恢复旧图像。

与三大云平台深度集成

为了使PyTorch更友好、更易于访问，Facebook继续深化与云平台的合作伙伴关系，如亚马逊AWS、谷歌云平台和微软Azure。

最近，AWS推出了支持PyTorch的Amazon SageMaker Neo，允许开发人员在PyTorch中构建机器学习模型，训练完成后在云端部署，性能提升高达2倍。

开发人员现在还可以通过创建新的深度学习VM实例，在谷歌云平台上试用PyTorch 1.0。

此外，微软的Azure机器学习服务也已经推出，它允许数据科学家在Azure上无缝地训练、管理和部署PyTorch模型。

扩展项目

PyTorch已应用于从图像识别到机器翻译等各个领域，Facebook列举了一些来自开发者社区的扩展项目：

Horovod： 一个分布式培训框架，使开发者可以轻松地使用单GPU程序，并在多个GPU上快速进行训练。
PyTorch Geometry：PyTorch的计算机几何视觉库，提供一组常例和可区分的模块。
TensorBoardX：用于将PyTorch模型记录到TensorBoard的模块，允许开发者使用可视化工具进行模型训练。

此外，Facebook的团队还在为PyTorch构建和开源项目，如Translate，这是一个基于Facebook机器翻译系统的序列到序列模型训练库。

资源

发行版说明：
https://github.com/pytorch/pytorch/releases/tag/v1.0.0

下载地址：
https://pytorch.org

— 完 —

年度评选申请

加入社群

量子位AI社群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态