PyTorch是用于快速轻松创建深度学习模型的Python框架, 现已发布1.5版 。
PyTorch 1.5对PyTorch的C ++前端进行了重大更新, 是PyTorch功能的C ++接口 。 现在,C ++前端提供了与Python API完全相同的功能。 通常,人们会只用Python编写PyTorch应用程序,但是这一更改使得可以轻松地使用Python编写应用程序原型,然后将其移至C ++而又不损失任何功能,或者自由地混合使用C ++和Python。
[ 同样在InfoWorld上:选择PyTorch进行深度学习的5个理由 ]
PyTorch 1.5还添加了一种将自定义C ++类绑定到TorchScript和Python的方法。 TorchScript允许您使用Python创建模型并在不依赖Python的情况下(例如,在C ++中)运行它们。 新的绑定系统使您的C ++代码对TorchScript可见,因此可以使用TorchScript或Python创建和操纵C ++对象和内存空间。 此功能仍被认为是实验性的。
PyTorch 1.5也放弃了对Python 2的支持,并且需要Python 3.5及更高版本。 这与其他主要的Python框架一致,因为Python 2现在处于报废状态,并且不再接收任何更新。
最后,PyTorch 1.5带来了分布式RPC框架和RPC API的稳定版本。 在PyTorch 1.4中作为实验功能引入的RPC框架提供了在远程机器上运行PyTorch功能的机制,从而允许在多台机器上训练模型以获得更快的训练结果。
[ 同样在InfoWorld上:8个出色的Python库,用于自然语言处理 ]
在PyTorch 1.5中,RPC框架可用于构建训练应用程序,这些应用程序将使用分布式架构(如果可用)。 RPC框架旨在最大程度地减少跨节点的数据复制量,因此始终在尽可能接近数据的位置进行工作。
From: https://www.infoworld.com/article/3539275/pytorch-15-adds-c-power-distributed-training.html