昨天，PyTorch团队发布了PyTorch1.7版本。该版本增加了许多新特性，例如支持CUDA11、Windows分布式训练，以及支持快速傅里叶变换(FFT)的新API等。PyTorch1.7版本包括许多新API，例如支持与NumPy兼容的FFT操作、性能分析工具，以及对基于分布式数据并行(DDP)和远程过程调用(RPC)的分布式训练的重要更新。此外，一些功能已更新至稳定版，包括自定义C++类、内存分析器、通过自定义类张量对象的扩展、RPC中的用户异步函数以及torch.distributed中的许多其他功能（例如Per-RPC超时、DDP动态分桶,RRef助手）。本次更新亮点包括：（1）CUDA11正式获得PyTorch支持；(2)针对autograd分析器，更新并添加了RPC、TorchScript和堆栈跟踪(Stacktrace)的分析和性能；(3)（测试版）通过torch.fft支持NumPy兼容的FFT运算；(4)Prototype)支持NVIDIAA100GPU和原生TF32格式；(5)Prototype)支持Windows系统分布式训练。(6)torchvision(stableversion)transformssupportstensorinput,batchcomputing,GPUandTorchScript(stableversion)nativeimageI/OinJPEGandPNGformats(betaversion)newvideoreaderAPI(7)torchaudio(稳定版)添加支持语音录制（wav2letter）、文本转语音（WaveRNN）和信源分离（ConvTasNet）（注：从PyTorch1.6版本开始，PyTorch功能分为Stable（稳定版）、Beta（测试版）和Prototype（prototypeversion).新特性与之前的版本相比，PyTorch1.7增加了许多新特性，包括PythonAPI、C++API、Autograd、CUDA、量化等诸多方面。例如PythonAPI增加了多个新的命名空间、运算符和API扩展，CUDA增加了对TF32的支持等，量化方面增加了新的量化操作并支持FP16量化等。对于PyTorch1.7的一些新特性，详见https://github.com/pytorch/pytorch/releases/tag/v1.7.0。开发者对PyTorch1.7的态度一些开发者对PyTorch1.7的新特性“支持在Windows上进行分布式训练”表示赞赏：并乐于看到“PyTorch支持CUDA11”：一些人仍然借机表白PyTorch和列出偏爱PyTorch的原因，例如易于阅读的错误报告、直观的代码和简单的实验。当然，版本变更之路似乎永无止境。一些开发者提出了自己的要求，比如fp32卷积，TensorFlow有但PyTorch没有的SemanticVersioning：此时距离PyTorch1.6发布才三个月，不知道下一个版本会有什么惊喜PyTorch将带给我们。参考链接：https://pytorch.org/blog/pytorch-1.7-released/https://github.com/pytorch/pytorch/releases/tag/v1.7.0https://www.reddit.com/r/MachineLearning/comments/jj4sr7/d_pytorch_17_released_w_cuda_11_new_apis_for_ffts/【本文为《机器之心》专栏原文翻译，微信公众号“机器之心（id：almosthuman2014）”】点此查看作者的更多好文作者
