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 ]( https://github.com/pytorch/FBGEMM ) и [ QNNPACK ]( https://github.com/pytorch/QNNPACK ) , которые интегрированы в PyTorch и используют общий API; работа на [ мобильных устройствах ]( https://pytorch.org/mobile/home/ ) под управлением iOS и Android; выпуск дополнительных инструментов и библиотек для интерпретации моделей. Кроме того, [ опубликована ]( https://www.facebook.com/pytorch/videos/783738105413646 ) запись докладов с прошедшей конференции Pytorch Developer Conference 2019.
Ссылка: https://www.linux.org.ru/news/development/15281787