PyTorch, ein beliebtes Open-Source-Framework für maschinelles Lernen, wurde auf Version 1.3.0 aktualisiert und gewinnt weiter an Bedeutung durch seine Ausrichtung auf die Bedürfnisse sowohl von Forschern als auch von Anwendungsentwicklern.
Einige Änderungen:
- experimenteller Support für benannte Tensoren. Ab sofort können Abmessungen des Tensors nach Namen und nicht durch Angabe der absoluten Position angesprochen werden:
NCHW = [‘N’, ‘C’, ‘H’, ‘W’]
images = torch.randn(32, 3, 56, 56, names=NCHW)
images.sum(‘C’)
images.select(‘C’, index=0) - Unterstützung für 8-Bit-Quantisierung mithilfe von FBGEMM und QNNPACK, die in PyTorch integriert sind und eine gemeinsame API verwenden;
- Betrieb auf mobilen Geräten unter iOS und Android;
- Veröffentlichung zusätzlicher Werkzeuge und Bibliotheken zur Interpretation von Modellen.
Außerdem, wurde veröffentlicht eine Aufzeichnung der Vorträge von der vergangenen Pytorch Developer Conference 2019.
Quelle: linux.org.ru
