PyTorch 1.0預覽版釋出：Facebook最新的AI開源框架
Facebook 在人工智慧專案中廣泛使用自己的開源 AI 框架 PyTorch，最近，他們已經發布了 PyTorch 1.0 的預覽版本。
如果你尚不瞭解， ofollow,noindex" target="_blank">PyTorch 是一個基於 Python 的科學計算庫。
PyTorch 利用 GPU 超強的運算能力 來實現複雜的 張量 計算 和 深度神經網路 。 因此， 它被世界各地的研究人員和開發人員廣泛使用。
這一新的可以投入使用的 預覽版 已於 2018 年 10 月 2 日週二在舊金山 The Midway 舉辦的 PyTorch 開發人員大會 宣佈。
PyTorch 1.0 候選版本的亮點
候選版本中的一些主要新功能包括：
1、 JIT
JIT 是一個編譯工具集，使研究和生產更加接近。 它包含一個基於 Python 語言的叫做 Torch Script 的指令碼語言，也有能使現有程式碼與它自己相容的方法。
2、 全新的 torch.distributed 庫: “C10D”
“C10D” 能夠在不同的後端上啟用非同步操作， 並在較慢的網路上提高效能。
3、 C++ 前端 (實驗性功能)
雖然它被特別提到是一個不穩定的 API （估計是在預發行版中）， 這是一個 PyTorch 後端的純 C++ 介面， 遵循 API 和建立的 Python 前端的體系結構，以實現高效能、低延遲的研究和開發直接安裝在硬體上的 C++ 應用程式。
想要了解更多，可以在 GitHub 上檢視完整的 更新說明 。
第一個 PyTorch 1.0 的穩定版本將在夏季釋出。（LCTT 譯註：此資訊可能有誤）
在 Linux 上安裝 PyTorch
為了安裝 PyTorch v1.0rc0， 開發人員建議使用 conda ， 同時也可以按照 本地安裝頁面 所示，使用其他方法可以安裝，所有必要的細節詳見文件。
前提
- Linux
- Pip
- Python
- CUDA-9-2-on-Ubuntu-18-04-1184/" rel="nofollow,noindex" target="_blank">CUDA (對於使用 Nvidia GPU 的使用者)
我們已經知道 如何安裝和使用 Pip ，那就讓我們來了解如何使用 Pip 安裝 PyTorch。
請注意，PyTorch 具有 GPU 和僅限 CPU 的不同安裝包。你應該安裝一個適合你硬體的安裝包。
安裝 PyTorch 的舊版本和穩定版
如果你想在 GPU 機器上安裝穩定版（0.4 版本），使用：
pip install torch torchvision
使用以下兩個命令，來安裝僅用於 CPU 的穩定版：
pip install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl pip install torchvision
安裝 PyTorch 1.0 候選版本
使用如下命令安裝 PyTorch 1.0 RC GPU 版本：
pip install torch_nightly-f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html
如果沒有GPU，並且更喜歡使用 僅限 CPU 版本，使用如下命令：
pip install torch_nightly-f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
驗證 PyTorch 安裝
使用如下簡單的命令，啟動終端上的 python 控制檯：
-
python
現在，按行輸入下面的示例程式碼以驗證您的安裝：
from __future__ import print_function import torch x = torch.rand(5, 3) print(x)
你應該得到如下輸出：
tensor([[0.3380, 0.3845, 0.3217], [0.8337, 0.9050, 0.2650], [0.2979, 0.7141, 0.9069], [0.1449, 0.1132, 0.1375], [0.4675, 0.3947, 0.1426]])
若要檢查是否可以使用 PyTorch 的 GPU 功能， 可以使用以下示例程式碼:
import torch torch.cuda.is_available()
輸出結果應該是：
-
True
支援 PyTorch 的 AMD GPU 仍在開發中， 因此, 尚未按 報告 提供完整的測試覆蓋，如果您有 AMD GPU ，請在 這裡 提出建議。
現在讓我們來看看一些廣泛使用 PyTorch 的研究專案：
基於 PyTorch 的持續研究專案
- Detectron : Facebook AI 研究院的軟體系統, 可以智慧地進行物件檢測和分類。它之前是基於 Caffe2 的。今年早些時候，Caffe2 和 PyTorch 合力 建立了一個研究 + 生產的 PyTorch 1.0
- NVIDIA/sentiment-discovery" rel="nofollow,noindex" target="_blank">Unsupervised Sentiment Discovery : 廣泛應用於社交媒體的一些演算法
- vid2vid : 逼真的視訊到視訊的轉換
- DeepRecommender 我們在過去的 網飛的 AI 文章 中介紹了這些系統是如何工作的
領先的 GPU 製造商英偉達在 更新 這方面最近的發展，你也可以閱讀正在進行的合作的研究。
我們應該如何應對這種 PyTorch 的能力？
想到 Facebook 在社交媒體演算法中應用如此令人驚歎的創新專案， 我們是否應該感激這一切或是感到驚恐？這幾乎是 天網 ! 這一新改進的釋出的 PyTorch 肯定會推動事情進一步向前! 在下方評論，隨時與我們分享您的想法!