昨日，PyTorch 團隊發佈 PyTorch 1.7 版本。該版本增添了不少新特性，如支持 CUDA 十一、Windows 分佈式訓練、增長了支持快速傅里葉變換（FFT）的新型 API 等。
PyTorch 1.7 版本包含不少新的 API，如支持 NumPy 兼容的 FFT 操做、性能分析工具，以及對基於分佈式數據並行（DDP）和基於遠程過程調用（RPC）的分佈式訓練的重要更新。
此外，一些特性也更新爲穩定版，包括自定義 C++ 類、內存分析器、經過自定義類張量對象進行擴展、RPC 中的用戶異步函數，以及 torch.distributed 中的許多其餘特性（如 Per-RPC 超時、DDP dynamic bucketing、RRef helper）。
CUDA 11 獲得 PyTorch 官方支持；github
對 autograd 分析器，更新和添加了 RPC、TorchScript 和堆棧跟蹤（Stack trace）的分析和性能；api
（測試版）經過 torch.fft 支持 NumPy 兼容的 FFT 操做；微信
（原型版）支持英偉達 A100 GPU 和原生 TF32 格式；app
（原型版）支持 Windows 系統上的分佈式訓練。異步
torchvision分佈式
（注：從 PyTorch 1.6 版本開始，PyTorch 特性分爲 Stable（穩定版）、Beta（測試版）和 Prototype（原型版）。
PyTorch 1.7 相比以前版本，增長了不少新特性，包括 Python API、C++ API、Autograd、CUDA、量化等多個方面。
例如 Python API 增添了多個新的 namespace、operator 以及 API 擴展，CUDA 增長了 TF32 支持等，量化方面增長了新的量化操做、支持 FP16 量化等。
PyTorch 1.7 部分新特性，詳情參見 https://github.com/pytorch/pytorch/releases/tag/v1.7.0。
有開發者對 PyTorch 1.7「支持 Windows 上的分佈式訓練」這一新功能表示讚揚：
以及樂見於「PyTorch 對 CUDA 11 的支持」：
依然有人趁機表白 PyTorch，並列出偏好 PyTorch 的緣由，如報錯易讀、代碼直觀、易於實驗。
固然，版本更迭的路彷佛永無止境。有開發者提出了本身的需求，例如 fp32 卷積、TensorFlow 有而 PyTorch 沒有的 Semantic Versioning：
此時距離 PyTorch 1.6 版本發佈僅三個月，不知道 PyTorch 的下一個版本又將帶給咱們哪些驚喜。
https://pytorch.org/blog/pytorch-1.7-released/
https://github.com/pytorch/pytorch/releases/tag/v1.7.0
https://www.reddit.com/r/MachineLearning/comments/jj4sr7/d_pytorch_17_released_w_cuda_11_new_apis_for_ffts/
推薦閱讀
跨越重重「障礙」，我從 PyTorch 轉換爲了 TensorFlow Lite
點擊「閱讀原文」圖書配套資源
本文分享自微信公衆號 - 相約機器人（xiangyuejiqiren）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。