稳定版|PyTorch 1.10正式版上线：Android NNAPI支持来了_版本|上线|工作|Android|负载|

机器之心报道
机器之心编辑部

广受人们欢迎的深度学习框架 PyTorch 刚刚更新了 1.10 正式版，在 CUDA Graphs API 等方面进行了诸多改进。

PyTorch 是一个开源的 Python 机器学习库，基于 Torch ，底层由 C++ 实现，主要应用于人工智能领域，如自然语言处理，它最初由 Facebook 的人工智能研究团队开发。由于 PyTorch 定义网络结构简单等特点，自发布以来便受到众多研究人的青睐。
经过研究者的不断努力，现在，PyTorch 更新到 PyTorch 1.10 版本。此版本由 1.9 版本以来的 3,400 多次 commits 组成，由 426 位贡献者完成。

【稳定版|PyTorch 1.10正式版上线：Android NNAPI支持来了】此次PyTorch 1.10 的更新侧重于改进 PyTorch 的训练和性能以及开发人员的可用性。亮点包括以下：

集成了 CUDA Graphs API 以减少 CUDA 工作负载的 CPU 开销；
FX、torch.special 和 nn.ModuleParametrization 等几个前端 API 已从测试版变为稳定版；
除了 GPU 之外， JIT Compiler 中对自动融合的支持扩展到 CPU；
Android NNAPI 支持现已推出测试版。

（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 1.10 最新特性

前端 API
使用 FX 进行 Python 代码转换（稳定版）：FX 提供了一个用于转换和降低 PyTorch 程序的 python 化平台，它是一个工具包，在 1.10 版本中， FX 趋于稳定，用户可以使用 torch.fx 实现程序转换。
torch.special（稳定版）：torch.special 模块，类似于 SciPy 的特殊模块，现在稳定版可用。该模块有 30 种运算，包括 gamma、Bessel 和（高斯）误差函数。
nn.Module 参数化（稳定版）：允许用户在不修改 nn.Module 本身的情况下参数化任何参数等，在稳定版中可用。此版本增加了权重归一化 (weight_norm)、正交参数化（矩阵约束和部分剪枝），用户在创建自己的参数化时更加灵活。
CUDA Graphs API 集成（测试版）：PyTorch 现在集成了 CUDA Graphs API 以减少 CUDA 工作负载的 CPU 开销。
CUDA Graphs 大大降低了 CPU 绑定 cuda（CPU-bound cuda）工作负载的 CPU 开销，从而通过提高 GPU 利用率来提高性能。对于分布式工作负载， CUDA Graphs 还可以减少抖动，并且由于并行工作负载必须等待最慢的工作负载，因此减少抖动可以提高整体并行效率。

稳定版|PyTorch 1.10正式版上线：Android NNAPI支持来了

推荐阅读

蟹爪兰不开花的原因

军事万花筒中国工农红军的第一架飞机

电脑主板和硬盘不兼容的问题

哪些人吃水果要注意？常见水果的禁忌人群有哪些？

南充适合种啥柑橘

手机没装SIM卡能不能下载

给发小发红包的句子

创意早餐的做法（家常菜）

Tesla 频上热搜的马斯克被“高估”的特斯拉

镇江失业补助金怎么申请镇江失业补助金怎么申请的

孕31周胎儿偏大，孕妇饿了吃什么水果控制？

我的世界怎么做模组

美团怎么买药

二十四小时打一汉字二十四小时打一字

化学高中qc是什么意思 Qc在化学中什么含义

和平精英怎么有幸运星和平精英幸运星怎么获得

公司法分红规定是怎么样的

抵押完成一般多久放款

如何鉴别福尔马林泡的海鲜（厨房百科）

最快瘦腿的运动方法有哪些