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。
機器之心報道，參與：魔王、小舟。git
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。github
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）。api
本次更新的亮點包括：異步
- CUDA 11 獲得 PyTorch 官方支持；
- 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；
- （測試版）經過 torch.fft 支持 NumPy 兼容的 FFT 操做；
- （原型版）支持英偉達 A100 GPU 和原生 TF32 格式；
- （原型版）支持 Windows 系統上的分佈式訓練。
- torchvision
- （穩定版）transforms 支持張量輸入、批處理計算、GPU 和 TorchScript
- （穩定版）JPEG 和 PNG 格式的原生圖像 I/O
- （測試版）新型視頻讀取器 API
- torchaudio
- （穩定版）增長了對語音錄製（wav2letter）、文本轉語音（WaveRNN）和源分離（ConvTasNet）的支持
（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）。分佈式
新特性函數
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。工具
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。性能
PyTorch 1.7 部分新特性，詳情參見 https://github.com/pytorch/pytorch/releases/tag/v1.7.0。
開發者對 PyTorch 1.7 的態度測試
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：url
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。
參考連接：https://pytorch.org/blog/pytorch-1.7-released/