当前位置:主页 > bet36365投注 >
今年最大的更新!PyTorch 0.4:完整的API更改,Wi
浏览: 发布日期:2019-02-14
新智慧报道
资料来源:Pytorch官方网站
[ShinSatoshimoto指南]今天,PyTorch正式但在GitHub上发布了0.4.0版本,其中最重要的改进是支持Windows系统,新版本将彻底改变API,今年这是最重要的更新。
TensorFlow仍然拥有国王的荣耀,但是PyTorch很不舒服。
今天,PyTorch正式向GitHub发布了0.4.0版本。最重要的改进是与Windows系统的兼容性。
PyTorch于2017年1月由Facebook推出。这是机器学习库的经典Torch框架端口。Torch二进制文件打包在Python中,由GPU加速。
除了GPU加速和内存使用效率之外,PyTorch的受欢迎程度主要是使用动态计算图形,但其他鲜为人知的深度如Chainer使用动态计算图形有一个学习框架。
动态图形的优点是图形是通过执行而不是传统的“定义和执行”(“每次执行的定义”)来定义的。特别是,如果输入有可能如下改变,则非常方便和有效。非结构化数据,如文本。
图:PyTorch动态计算图表 - 来源:http://pytorch.org/about/
更新的内容目录如下。
主要核心变化
张量/变量融合
三维张紧器
D型
过渡指南
新功能
张紧器
完全支持高级索引
快速傅立叶变换
神经网络
称重记忆计算
瓶颈:用于识别代码中的访问点的工具
Torch.distributions
24个基本概率分布
增加累积分布函数,方差,熵,尴尬等
分布式培训
易于使用的启动器实用程序
NCCL 2后端
C ++扩展
Windows支持
改进ONNX
RNN支持
绩效改善
错误修复
主要核心变化
以下是用户每天使用的最重要的关键功能的更新。
重要更改和可能重要的更新
张紧器和变量已合并。
一些操作返回零维(标量)张量
过时的Volatora
改进:
添加了出价创建功能,设备和Numpy样式。
支持编写与设备无关的代码
PyTorch团队创建了一个迁移指南,允许用户将代码转换为新的API和样式。
过渡指南:http://pytorch.org/2018/04/22/0 _ 4 _ 0 - migration - guide.html
本节的内容(主要更改)包含在过渡指南中。
将Tensor类与Variable类合并。
torch.autograd.Variable和torch.Tensor属于同一类。确切地说,torch.Tensor可以跟踪历史记录并作为旧变量运行。变量中的换行符与以前一样,但返回的对象类型是torch.Tensor。这意味着您不再需要在代码中包含变量包装器。
张紧器的类型()已经改变
另请注意,Tensor()类型不再反映数据类型:使用isinstance()或x.type()代替。
Windows支持
PyTorch现在正式支持Windows!Windows上的PyTorch不支持分布式培训,Visual Studio可能会很慢,因为它与以前的OpenMP版本兼容。
像往常一样,您可以使用http://pytorch.org上的命令在Windows上安装PyTorch。
这是一个常见问题列表,可以回答您在Windows上可能遇到的大多数问题:http://pytorch.org/docs/stable/notes/windows.html
欲了解更多信息,请参阅PyTorch GitHub的页面(https://github.com/pytorch/pytorch/releases/tag/v0.4.0)。