昨日，PyTorch 团队发布 PyTorch 1.7 版本。该版本增添了不少新特性，如支持 CUDA 十一、Windows 分布式训练、增长了支持快速傅里叶变换（FFT）的新型 API 等。
PyTorch 1.7 版本包含不少新的 API，如支持 NumPy 兼容的 FFT 操做、性能分析工具，以及对基于分布式数据并行（DDP）和基于远程过程调用（RPC）的分布式训练的重要更新。
此外，一些特性也更新为稳定版，包括自定义 C++ 类、内存分析器、经过自定义类张量对象进行扩展、RPC 中的用户异步函数，以及 torch.distributed 中的许多其余特性（如 Per-RPC 超时、DDP dynamic bucketing、RRef helper）。
CUDA 11 获得 PyTorch 官方支持；github
对 autograd 分析器，更新和添加了 RPC、TorchScript 和堆栈跟踪（Stack trace）的分析和性能；api
（测试版）经过 torch.fft 支持 NumPy 兼容的 FFT 操做；微信
（原型版）支持英伟达 A100 GPU 和原生 TF32 格式；app
（原型版）支持 Windows 系统上的分布式训练。异步
torchvision分布式
（注：从 PyTorch 1.6 版本开始，PyTorch 特性分为 Stable（稳定版）、Beta（测试版）和 Prototype（原型版）。
PyTorch 1.7 相比以前版本，增长了不少新特性，包括 Python API、C++ API、Autograd、CUDA、量化等多个方面。
例如 Python API 增添了多个新的 namespace、operator 以及 API 扩展，CUDA 增长了 TF32 支持等，量化方面增长了新的量化操做、支持 FP16 量化等。
PyTorch 1.7 部分新特性，详情参见 https://github.com/pytorch/pytorch/releases/tag/v1.7.0。
有开发者对 PyTorch 1.7「支持 Windows 上的分布式训练」这一新功能表示赞扬：
以及乐见于「PyTorch 对 CUDA 11 的支持」：
依然有人趁机表白 PyTorch，并列出偏好 PyTorch 的缘由，如报错易读、代码直观、易于实验。
固然，版本更迭的路彷佛永无止境。有开发者提出了本身的需求，例如 fp32 卷积、TensorFlow 有而 PyTorch 没有的 Semantic Versioning：
此时距离 PyTorch 1.6 版本发布仅三个月，不知道 PyTorch 的下一个版本又将带给咱们哪些惊喜。
https://pytorch.org/blog/pytorch-1.7-released/
https://github.com/pytorch/pytorch/releases/tag/v1.7.0
https://www.reddit.com/r/MachineLearning/comments/jj4sr7/d_pytorch_17_released_w_cuda_11_new_apis_for_ffts/
推荐阅读
跨越重重“障碍”，我从 PyTorch 转换为了 TensorFlow Lite
点击“阅读原文”图书配套资源
本文分享自微信公众号 - 相约机器人（xiangyuejiqiren）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。