PyTorch, популярный открытый фреймворк для машинного обучения, обновился до версии 1.3.0 и продолжает набирать обороты благодаря своей ориентации на удовлетворение потребностей как исследователей, так и прикладных программистов.

Некоторые изменения:

• экспериментальная поддержка именованных тензоров. Теперь можно обращаться к измерениям тензора по имени, вместо указания абсолютной позиции:

  NCHW = [‘N’, ‘C’, ‘H’, ‘W’]
  images = torch.randn(32, 3, 56, 56, names=NCHW)
  images.sum('C')
  images.select('C', index=0)
  

• поддержка 8-битного квантования с помощью FBGEMM и QNNPACK, которые интегрированы в PyTorch и используют общий API;
• работа на мобильных устройствах под управлением iOS и Android;
• выпуск дополнительных инструментов и библиотек для интерпретации моделей.

Кроме того, опубликована запись докладов с прошедшей конференции Pytorch Developer Conference 2019.

python, pytorch, машинное обучение

http://feedproxy.google.com/~r/org/LOR/~3/rXeqG8rBULg/15281787