PyTorch1.0 预览版强势发布！

前戏

import pytorch as tf

哎呀，不好意思，写乱了

万众瞩目的Pytorch 1.0 依旧跳票了，但为了安抚各位弱小的心，FaceBook强势推出Pytorch 1.0 预览版（preview）！

这是送中国开发者的国庆礼物么？很贴心（笔芯.jpg）

PyTorch1.0 预览版

Facebook首席技术官 Mike Schroepfer于2018年5月2日，在加利福尼亚州圣何塞市McEnery会议中心举办的Facebook开发者大会F8上发布PyTorch 1.0计划。

然鹅，在2018年10月02日（美国时间），Facebook才强势发布PyTorch 1.0 开发者预览版。接下来，让我们看看官方如何介绍（吹B）的：

今年早些时候，我们分享了使人工智能开发更快，更具互操作性的愿景。今天，在我们有史以来第一次PyTorch开发者大会上，我们宣布了有关不断发展的软件，硬件和教育合作伙伴生态系统的更新，这些合作伙伴正在加深对PyTorch的投资。我们还将我们活跃的研究人员，工程师，教育工作者等社区聚集在一起，分享他们如何使用开源深度学习平台进行研究和制作，并详细介绍PyTorch 1.0的预览版本。

PyTorch 1.0 加速了在人工智能到生产部署方面的突破性研究所涉及的工作流程。借助亚马逊，谷歌和微软提供的更深入的云服务支持，以及与技术提供商ARM，英特尔，IBM，NVIDIA和高通的更紧密集成，开发人员可以更轻松地利用PyTorch的兼容软件，硬件和开发工具生态系统。与PyTorch 1.0兼容的软件和硬件越多，AI开发人员就越容易快速构建，培训和部署最先进的深度学习模型。

PyTorch 1.0有什么新功能

该框架的最新成员包括一个新的混合前端（hybrid front end），支持从 eager mode 到 graph model的跟踪和脚本模型，以弥合勘探和生产部署之间的差距，这是一个经过改进的torch.distributed库，可以在Python和C ++环境中实现更快的培训以及针对性能关键性研究的eager model C ++接口（在测试版中发布）。

注：Eager Model就是所谓的动态图机制

目前，研究人员和工程师必须跨越许多框架和工具，其中许多框架和工具通常是不兼容的，以创建新的深度学习模型并将其转移到生产环境中大规模运行。这样做会降低我们在生产规模上部署AI研究突破的速度。通过这个最新版本，我们将现有PyTorch框架的灵活性与Caffe2的生产能力相结合，提供从研究到生产就绪AI的无缝路径。

来自生态系统的更深层支持

AWS，Google和Microsoft正在通过对其云平台，产品和服务的框架提供更强大的支持来深化对PyTorch 1.0的投资。例如，AWS的SageMaker是用于大规模培训和部署机器学习模型的完全托管平台，现在为PyTorch 1.0提供了预配置环境，其中包括丰富的功能，如自动模型调整。

谷歌正在宣布其用于人工智能开发的软件和硬件工具的新PyTorch 1.0集成。谷歌云平台的深度学习虚拟机有一个新的虚拟机映像与PyTorch 1.0，预装了NVIDIA驱动程序和教程。 Google还提供云量程处理单元（TPU），这是用于机器学习（ML）的定制开发的专用集成电路（ASIC）。 Google Cloud TPU团队的工程师与我们的PyTorch团队积极合作，在此自定义硬件上支持PyTorch 1.0模型。

微软是Facebook另一个重要人工智能倡议ONNX的早期合作伙伴，它也在致力于为其提供一系列机器学习产品的PyTorch一流支持。 Azure机器学习服务现在允许开发人员无缝地从本地计算机上的PyTorch模型培训转移到Azure云上。对于数据科学实验，Microsoft提供预配置PyTorch的预配置数据科学虚拟机（DSVM）。对于希望开始探索PyTorch而无需安装软件和设置本地计算机的开发人员，Azure笔记本提供了一个免费的云托管Jupyter笔记本解决方案，该解决方案使用PyTorch教程进行设置。最后，Visual Studio Code的AI扩展工具提供了Azure ML和PyTorch API的紧密集成，以简化PyTorch代码开发和培训。

除软件和云服务提供商外，技术合作伙伴（包括ARM，IBM，英特尔，NVIDIA和Qualcomm）正在通过直接优化，内核库集成以及对编译器和推理运行时等其他工具的支持，增加对PyTorch 1.0的支持。这种额外的支持可确保PyTorch开发人员可以在数据中心和边缘设备的各种硬件上运行模型，这些硬件针对培训和推理进行了优化。

教育未来的AI开发人员

我们已经看到各种教育提供者使用现有的PyTorch框架来教授在线课程和大学课程的深度学习。该框架的可接近性和与Python的深度集成使学生更容易理解和试验各种深度学习概念。随着PyTorch 1.0的发展，我们很高兴更多的合作伙伴将进一步关注它的课程。

Udacity正在与Facebook合作，为开发人员提供免费的深度学习入门课程，该课程完全在PyTorch上讲授。此外，Facebook将赞助300名成功完成该中级课程的学生继续他们在Udacity的深度学习Nanodegree计划中的教育，该计划已经改编为在PyTorch 1.0上运行。

Fast.ai提供免费在线课程，用于使用PyTorch进行入门级和高级深度学习和机器学习，它宣布推出第一版fastai，一个基于PyTorch 1.0构建的开源软件库。该库提供更高的准确性和速度，代码显著减少，使新的和经验丰富的开发人员更容易获得深度学习。

继续合作

在接下来的几个月里，我们很高兴收到社区的消息：您开始使用PyTorch 1.0时。我们还期待继续与深度学习生态系统领导者合作，帮助更多人利用人工智能，加快从研究到生产的道路。

要开始使用，请下载PyTorch 1.0的开发者预览版，或者与我们的云合作伙伴一起体验它。我们也欢迎整个PyTorch社区加入来自Facebook核心PyTorch团队以及学术界，行业界的贡献者和组织的全天直播会谈，网址为facebook.com/pytorch。

我们要感谢整个PyTorch 1.0团队对这项工作的贡献。

链接:

https://code.fb.com/ai-research/facebook-accelerates-ai-development-with-new-partners-and-production-capabilities-for-pytorch-1-0/