新的PyTorch发布了！添加TorchScript API，扩展ONNX导出……关注4个新功能-量子比特
铜之灵来自凹非寺
量子出品｜公众号QbitAI
今天，pytorch版本1.2.0正式发布。
官方称，与1.1版相比，新版本在使用体验方面迈出了更大的一步。主要新增功能/更改包括：。
除了完善TorchScript环境、将模型编译为TorchScrip的新API扩展ONNX模型导出支持增强Transformer架构的模块级支持外，TensorBoard现在也可以使用了
对于这一系列的更新，Reddit网友非常高兴。
有网友评价说，Transformer层非常棒，以前需要使用自己的定制层，现在终于不需要维护了。
TensorBoard不再是一个实验功能。RIP，浏览器。
总之，1.2.0版的PyTorch更方便易用。一起看具体的更新。
四大更新
TorchScript编译器
TorchScript编译器最初出现在1.0版中。您可以将PyTorch模型转换为静态表示，以便在Python不可用的受限环境中进行优化和运行。
新版本扩展了TorchScript对PyTorch模型中使用的Python子集的支持，并提供了新的易于使用的API来将模型编译为TorchScript。
到目前为止，TorchScript编译器逐步将模型转换为TorchScript，并将编译后的代码与Python无缝混合。新API允许将nn.Modules转换为ScriptModules。
让我们来看一下使用示例。
扩展ONNX导出
作为一种开源的模型交换形式，通过在不同的框架中以相同的形式存储和交互模型数据，ONNX的出现大大节省了开发人员的时间。
在PyTorch的最新版中，开发者进一步扩展了ONNX导出。
主要包括：。
它支持各种各样的Opset，包括在Opset10中导出dropout、slice、flip、interpolate、ScriptModule改进、作为多个Tensor factory和tuples输入输出的新10多个附加PyTorch operator支持
nn.Transformer模块
1.2.0版pytorch包含标准的nn.Transformer模块。此模块完全依赖于注意机制，以明确输入和输出之间的全局依赖关系。这些组件可以独立使用。
例如，nn.TransformerEncoder可以单独使用，不需要更大的nn.Transformer。新API包括nn.transformernn.transformerencoder和nn.transformerencoderlayernn.transformerdecoder和nn.TransformerDecoder层
Tensorboard
还有一个更新。如果输入Fromtorch.utils.tensorboardimportsummarywriter，则可以直接使用。
如果安装了TensorBoard，这些实用程序可以在目录中记录PyTorch模型和标准，用户可以在TensorBoard UI中可视化。
更新×3
这次更新的不仅有PyTorch1.2，还有torchvision0.4、torchaudio0.3和torchtext0.4。
版本0.4包括：。
可用于读写视频文件和音频文件的I/O基本体支持任何编码和格式。
与torch.utils.data.Dataset和torch.utils.data.DataLoader兼容的标准视频数据集。
基于Kinetics-400数据集构建的预培训模型。可用于视频（培训脚本）行为分类。
用于训练自己视频模型的参考训练脚本
torchaudio0.3主要旨在让机器解释声波，在新版本中，以标准化、复数（complex number）、转换（再采样）为中心进行了改进，torchaudio的转换接口也得到了更新。
当torchtext0.4是目标时，NLP研究可用于处理基于原始文本的数据。
此次更新的版本包含了很多学习带有“one-command”数据加载的baseline的人气导演，同时也更新了使用新数据集进行文本分类分析的方法教程。
接送门
PyTorch介绍：
htps：//pytorch.org/blog/pytorch-1.2-and-domain-API-release/
GitHub地址：
htps：//github.com/pytorch/pytorch/releases
-结束了
认真征集
量子招聘编辑/记者，工作地点在北京中关村。期待有才气、热情的同学参加！有关详细信息，请在量子比特公开号码（QbitAI）的对话界面上回复“招聘”两个字。
量子比特QbitAI·头条号合同作者
#8217； #8217； 追踪AI技术和产品的新动向