千呼萬喚始出來，PyTorch1.0預覽版終于問世！新增混合前端、torchdistributed庫和eager模式C++接口，大幅度提高AI開發者工作效率。

Pytorch1.0預覽版來了！

PyTorch 1.0加速了在人工智能到生產部署方面突破性研究所涉及的工作流程。

借助亞馬遜、谷歌和微軟提供的云服務支持，以及與ARM，英特爾，IBM，NVIDIA和高通的更緊密結合，開發人員可以更輕松地利用PyTorch的兼容軟件、硬件和開發工具生態系統。

與PyTorch 1.0兼容的軟件和硬件越多，AI開發人員就越容易快速地構建、訓練和部署最先進的深度學習模型。

PyTorch1.0新亮點

PyTorch1.0最新添加了一個混合前端（hybrid front end），支持從eager模式到圖形模式的跟蹤和腳本模型，一次來彌補研究和生產部署之間的差距。

還增加了改進的torch.distributed庫，開發者可以在Python和C ++環境中實現更快的訓練。

最后，增加了針對性能關鍵性研究的eager模式C ++接口（在測試版中發布）。

Pytorch生態系統更深層次的支持

AWS、Google和Microsoft通過對Pytorch云平臺、產品和服務的框架提供更強大的支持，來深化對PyTorch 1.0的投資。例如，AWS的SageMaker是用于大規模訓練和部署機器學習模型的完全托管平臺，現在為PyTorch 1.0提供了預配置環境，其中包括了像自動模型調整這樣的功能。

谷歌正宣布其為 AI 開發者制定的多種軟件和硬件工具將與 PyTorch 1.0 實現集成。谷歌云平臺的深度學習虛擬機目前有一個新的PyTorch 1.0虛擬機映像文件，預裝了NVIDIA驅動程序和教程。

Google還提供張量處理單元（TPU），這是用于機器學習定制開發的專用集成電路（ASIC）。 Google Cloud TPU團隊的工程師與Facebook的PyTorch團隊積極合作，目前基于 PyTorch 1.0 的模型能使用這種定制化的硬件了。

微軟是Facebook在另一項重要的人工智能項目——ONNX（開源的神經網絡交換格式）的早期合作伙伴，它也進一步承諾在其機器學習產品套件中將為PyTorch提供一流的支持。

Azure機器學習服務現在允許開發人員無縫地從在本地機器上訓練PyTorch模型，并轉移到Azure Cloud中進行擴展。為了進行數據科學實驗，微軟提供了預配置的數據科學虛擬機(DSVM)，這些虛擬機預先安裝了PyTorch。對于想要開始探索PyTorch而不需要安裝軟件和安裝本地機器的開發人員來說，Azure筆記本提供了一個免費的、云托管的Jupyter筆記本解決方案，該解決方案是用PyTorch教程建立的。

最后，Visual Studio Code的AI擴展工具為簡化PyTorch代碼開發和訓練，提供了Azure ML和PyTorch api的集成。

除了軟件和云服務提供商，技術合作伙伴（包括ARM、IBM、英特爾、英偉達和高通）正在通過直接優化、內核庫集成以及對編譯器和推斷運行時等附加工具來支持PyTorch 1.0。這種額外的支持確保PyTorch開發人員可以在各種各樣的硬件上運行模型，這些硬件是為數據中心和邊緣設備的訓練和推理而優化的。

為未來的AI開發者提供教育資源

目前，許多教育提供者使用現有的PyTorch框架來教授深度學習相關的在線課程和大學課程。

該框架的易接近性和與Python的深度集成使學生更容易理解，并對各類深度學習概念進行實驗。Facebook表示，隨著PyTorch 1.0的發展，很高興有更多的合作伙伴進一步地關注相關課程。

Udacity目前正與Facebook合作，為開發人員提供免費的深度學習入門課程，該課程將完全在PyTorch上講授。此外，Facebook將贊助300名成功完成該中級課程的學生，使他們繼續完成Udacity的深度學習計劃（Nanodegree中的教育），該計劃已改編為在PyTorch 1.0上運行。

Fast.ai 同樣使用 PyTorch 框架，并提供免費的深度學習入門、高級和機器學習課程。它宣布推出第一版fast.ai——一個基于PyTorch 1.0構建的開源軟件庫。該軟件庫可以支撐更高的準確性以及更快的速度，代碼則顯著減少，無論是初學者還是經驗豐富的開發人員都更容易理解深度學習。

Facebook表示，在未來幾個月里，很希望能夠收到與使用PyTorch1.0相關的反饋消息。另外，還期待繼續與深度學習生態系統中的領軍人物合作，以幫助更多的人充分利用AI，并加快從研究到生產的道路。