2021 年 6 月 15 日
PyTorch 1.9 中的新 PyTorch 库发布，包括 TorchVision、TorchAudio 等
今天，我们宣布了对多个 PyTorch 库的更新，以及 PyTorch 1.9 版本的发布。这些更新包括领域库的新版本，如 TorchVision、TorchText 和 TorchAudio。这些版本，连同 PyTorch 1.9 版本，包含了许多新功能和改进，将为 PyTorch 社区提供一系列广泛的更新。一些亮点包括：TorchVision - 添加了新的 SSD 和 SSDLite 模型，量化内核用于目标检测，...
2021 年 6 月 8 日
PyTorch Autograd 引擎概述
本文基于 PyTorch 版本 1.8，尽管它也应该适用于较旧版本，因为大多数机制都保持不变。为了帮助理解这里解释的概念，建议您阅读由@ezyang 撰写的出色博客文章：PyTorch 内部结构，如果您不熟悉 PyTorch 架构组件，如 ATen 或 c10d。什么是 autograd？背景 PyTorch 通过使用自动微分计算函数相对于输入的梯度...
2021 年 5 月 26 日
了解一下 TorchVision 的 MobileNetV3 实现的所有内容
在 TorchVision v0.9 版本中，我们发布了一系列适用于分类、目标检测和语义分割的移动友好型模型。在本文中，我们将深入探讨这些模型的代码，分享一些值得注意的实现细节，解释我们如何配置和训练它们，并突出我们在调整过程中做出的重要权衡。我们的目标是公开通常在模型的原始论文和代码库中未记录的技术细节。网络架构...
2021 年 5 月 25 日
宣布 PyTorch 企业支持计划
今天，我们激动地宣布 PyTorch 企业支持计划，这是一个参与式计划，使服务提供商能够为其客户提供定制的企业级支持。这一新服务是由 Facebook 和 Microsoft 合作构建的，旨在直接回应 PyTorch 企业用户在生产环境中大规模开发模型的反馈。PyTorch 企业支持计划对所有服务提供商开放...
2021 年 5 月 10 日
PyTorch 生态系统日 2021 回顾及新贡献者资源
感谢我们不可思议的社区使首届 PyTorch 生态系统日圆满成功！这一天充满了关于新进展、趋势和挑战的讨论，通过 71 张海报、32 个分会场和 6 位主题演讲者展示了。特别感谢我们的主题演讲者：Piotr Bialecki、Ritchie Ng、Miquel Farré、Joe Spisak、Geeta Chauhan 和 Suraj Subramanian，他们分享了 PyTorch 最新版本的更新、与合作伙伴的激动人心的工作以及用例考试...
2021 年 4 月 16 日
TorchVision v0.9 中引入的 ML 模型的概述
TorchVision v0.9 已发布，它包含了许多新的机器学习模型和功能、速度提升和错误修复。在这篇博客文章中，我们快速概述了新引入的 ML 模型，并讨论了它们的关键特性和功能。分类 MobileNetV3 大号和小号：这两个分类模型针对移动用例进行了优化，并作为其他计算机视觉任务的骨干使用。新 MobileNetV3 的实现...
2021 年 3 月 25 日
介绍 PyTorch Profiler——全新升级的性能分析工具
随着 PyTorch 1.8.1 版本的发布，我们激动地宣布推出 PyTorch Profiler——PyTorch 的新升级性能调试分析器。PyTorch Profiler 是微软和 Facebook 合作开发的开源工具，能够为大规模深度学习模型提供准确和高效的性能分析和故障排除。分析并提高大规模深度学习模型性能是一个持续性的挑战，随着...
