PyTorch، چارچوب محبوب یادگیری ماشین منبع باز، به نسخه 1.3.0 به روز شده است و همچنان با تمرکز بر برآوردن نیازهای محققان و برنامه نویسان برنامه، شتاب بیشتری به دست می آورد.
برخی تغییرات:
- پشتیبانی تجربی برای تانسورهای نامگذاری شده اکنون می توانید به جای تعیین موقعیت مطلق، به ابعاد تانسور با نام اشاره کنید:
NCHW = ['N'، 'C'، 'H'، 'W'] images = torch.randn(32, 3, 56, 56, names=NCHW)
images.sum ('C')
images.select('C', index=0) - پشتیبانی از کوانتیزاسیون 8 بیتی با FBGEMM и QNNPACK، که در PyTorch ادغام شده اند و از یک API مشترک استفاده می کنند.
- کار بر روی دستگاه های تلفن همراه اجرای iOS و اندروید؛
- انتشار ابزارها و کتابخانه های اضافی برای تفسیر مدل ها.
علاوه بر این، منتشر شده ضبط گزارش از آخرین کنفرانس کنفرانس توسعه دهندگان Pytorch 2019.
منبع: linux.org.ru