pytorch

據(jù) PyTorch 新聞稿，PyTorch 旗下架構優(yōu)化庫 torchao 現(xiàn)已正式發(fā)布，該優(yōu)化庫主要專注于模型的量化和稀疏性優(yōu)化，能夠在保證性能的同時降低模型的計算成本和 RAM 用量，從而提升模型運行效率。

最近，PyTorch 團隊首次公布了開發(fā)路線圖，由內部技術文檔直接修改而來，披露了這個經典開源庫下一步的發(fā)展方向。

繼去年十月份的 PyTorch 大會發(fā)布了 2.1 版本之后，全世界各地的 521 位開發(fā)者貢獻了 3628 個提交，由此形成了最新的 PyTorch 2.2 版本。

官方博客稱，華為長期以來一直是 PyTorch 生態(tài)系統(tǒng)的支持者和貢獻者，通過推進多樣性算力支持與改進，幫助更多廠商后端能夠更加輕松地接入 PyTorch 生態(tài)，并積極致力于 PyTorch 優(yōu)化，從而充分釋放昇騰的算力。

英特爾日前在官網上發(fā)布新聞稿，宣布以 Premier 會員身份加入 PyTorch 基金會。英特爾表示，其五年來一直積極參與 PyTorch 開發(fā)，幫助優(yōu)化 PyTorch 的 CPU 推理性能，并憑借此提升英特爾處理器上的 AI 性能。IT之家早前曾報道，在 PyTorch 2.0 中，英特爾對 TorchInductor CPU FP32 推理進行了優(yōu)化，改進了 PyG 中 GNN 的推理和訓練性能，并針對 x86 CPU 平臺優(yōu)化了 Int8 推理，利用 oneDNN Graph API 加快了 CPU 上的推理速度。

“對于 Python 而言，為什么 TensorFlow 正在慢慢死去？” 這篇觀點尖銳的文章一出，就被 LeCun 的轉發(fā)推向風口浪尖：

“所有在 2022 年 12 月 25 日至 12 月 30 日期間，在 Linux 系統(tǒng)安裝了 PyTorch-nightly（每日更新版）的用戶，請立即卸載！” 上述消息來自 PyTorch 官方的一則最新聲明。

現(xiàn)在，只需添加一行代碼，PyTorch2.0 就能讓你在訓練 Transformer 模型時，實現(xiàn) 1.5 倍-2 倍的速度提升！

AMD 現(xiàn)已加入新成立的 PyTorch 基金會并成為創(chuàng)始成員。該基金會將作為非營利性 Linux 基金會的一部分， 并通過最初由 Meta 創(chuàng)建并支持的機器學習（ML）軟件框架 PyTorch 來促進和維持一個開源項目生態(tài)系統(tǒng)，以推動人工智能（AI）工具的采用

最新消息，PyTorch 現(xiàn)在已經從 Meta“獨立”出來了

一直以來，Pytorch 在 Mac 上僅支持使用 CPU 進行訓練。就在剛剛，Pytorch 官方宣布，其最新版 v1.12 可以支持 GPU 加速了。只要是搭載了 M1 系列芯片的 Mac 都行。

今天是 PyTorch 公開發(fā)布 5 周年！我們沒想到會走這么遠，但我們現(xiàn)在達成了這些成就 ——2000 貢獻者，9 萬項目，GitHub 上 390 萬行“import torch”。

多少人用 PyTorch“煉丹”時都會被這個 bug 困擾，現(xiàn)在，有人寫了一個 PyTorch wrapper，用一行代碼就能“無痛”消除這個 bug

用他自己的話來說就是 ——“爬樓時像給了你一個電梯”。

相信不少人在“煉丹”過程中，光是安裝或更新下面這“幾大位”時就經歷了一段 "血淚史" 吧

2018年medium上一篇博文分析了數(shù)據(jù)科學家最需要的技能，那篇文章引起了很大的反響。一年多過去了，2019的作者也發(fā)布了最新的分析，讓我們看看有什么變化

來自康奈爾大學的Horace He剛剛在Gradient發(fā)布了一篇長文探討2019年的兩大機器學習框架之爭，他論述了PyTorch和TensorFlow各自的優(yōu)劣和發(fā)展趨勢，但是很明顯更看好PyTorch，特別是其在學術領域起到的驅動作用