PyTorch, популярный открытый фреймворк для машинного обучения, обновился до версии 1.3.0 и продолжает набирать обороты благодаря своей ориентации на удовлетворение потребностей как исследователей, так и прикладных программистов.
Некоторые изменения:
- экспериментальная поддержка именованных тензоров. Теперь можно обращаться к измерениям тензора по имени, вместо указания абсолютной позиции:
NCHW = [‘N’, ‘C’, ‘H’, ‘W’] images = torch.randn(32, 3, 56, 56, names=NCHW) images.sum('C') images.select('C', index=0) - поддержка 8-битного квантования с помощью FBGEMM и QNNPACK, которые интегрированы в PyTorch и используют общий API;
- работа на мобильных устройствах под управлением iOS и Android;
- выпуск дополнительных инструментов и библиотек для интерпретации моделей.
Кроме того, опубликована запись докладов с прошедшей конференции Pytorch Developer Conference 2019.
>>> Подробности
