PyTorch 1.0现身F8开发者大会

奇点导读：

美国时间五月一日，F8开发者大会照常举行，本次F8主要看点如下：

A.比较重点的是即将上线的约会功能，一键消除用户隐私的功能

B.Stories 第三方集成：支持 Facebook、Instagram、Messenger 和 WhatsApp 这四个带有 Stories 功能的应用，适配的第三方 App 包含抖音（头条旗下）和美图

C.VR一体机Oculus Go发售，以及相应推出的三款新官方应用（实际上也是之前已有功能的升级）

D.3D分享功能的升级，包括一个重点谈到的“记忆场景重建”功能，也就是去年就提出的Camera Effect技术中2D图像3D化的进一步应用

本篇着重关注一下Facebook在F8开发者大会第二天宣布将发布PyTorch 1.0，Facebook提前展示了这款新框架的特性以及一个新logo，如下。

作为 Caffe2 作者，现在任职于 Facebook 的贾扬清在知乎说道，将这两个框架整合起来可以极大提升开发效率，为广大开发者提供便利，而他们也会有进一步计划。

「因为 PyTorch 有优秀的前端，Caffe2 有优秀的后端，整合起来以后可以进一步最大化开发者的效率。目前 FAIR 大概有超过一半的项目在使用 PyTorch，而产品线全线在使用 Caffe2，所以两边都有很强的动力来整合优势。

开发效率是我在 Facebook 非常重视的一个方向：去年年中的时候启动了 ONNX 项目（初版的代码是我亲自上手写的），然后帮助搭建了 ONNX team，来增强不同框架甚至不同公司之间的协作；Caffe2 和 PyTorch 在代码层的合并也是从那个时候开始逐渐推动的一项内容。

至于进一步的计划，目前我还不方便透露，等过一个月有空再来更新吧。」

此前，针对深度学习框架碎片化问题（比如在 A 框架上训练的神经网络模型无法直接在 B 框架上使用，开发者需要耗费大量时间精力把模型从一个开发平台移植到另一个平台），Facebook 和微软发布开源项目——ONNX。目前，CNTK，PyTorch , Caffe2，MXNet 等均宣布支持 ONNX。

而现在，随着 PyTorch 和 Caffe2 结合，这将会是解决深度学习框架碎片化，创造一个更加便利的开发环境的一大步。

Facebook介绍说，PyTorch 1.0结合了Caffe2和ONNX模块化、面向生产的特性，和PyTorch自身灵活、面向研究的特性结合起来，为广泛的AI项目提供了一个从科研原型到生产部署的快速、无缝途径，让用户可以快速实验，通过一个能在强制执行模式和声明执行模式之间无缝切花的混合前端优化性能。

除了将研究和生产特性结合起来，PyTorch 1.0还将ONNX（开放神经网络交换）包含进来。ONNX是Facebook去年联合多家软硬件公司发布的神经网络模型转换协议，现在，它新增了对苹果的Core ML、百度PaddlePaddle、高通SNPE的支持，再加上原本支持的MXNet、Caffe2、PyTorch、TensorFlow、CNTK等框架，实现了神经网络模型在各种主流框架之间的转换。

PyTorch 1.0 beta版将在今年夏天和用户见面。

不过，Facebook内部已经用上了。官方称，Facebook多款产品和服务都在大规模应用这个新框架，它每天要处理60亿次文本翻译任务。

PyTorch最初亮相于1年多以前，Facebook的另一款深度学习框架Caffe2，则在去年的F8大会上正式发布。

早在今年4月，Caffe2已经宣布全部代码并入PyTorch。接下来的几个月里，两款框架原本的组件将深度结合，成为一个单独的软件包。

就在上周，PyTorch发布了v0.4.0版本，将Tensors（张量）和Variables（变量）合并，新增了零维张量，还开始了对Windows系统的官方支持。

展示PyTorch 1.0的同时，Facebook还开源了一部分研究成果。比如用于视频理解的ResNext3D模型将于6月发布，视频行为识别模型Res 2+1今天就已经开源，PyTorch中的自然语言理解库Translate也将开源。