Die Bibliothek PyTorch wurde von Facebooks Forschungsgruppe für künstliche Intelligenz entwickelt und ist Open Source. Sie wird in Python zur Erstellung von Machine-Learning-Anwendungen genutzt. Nach dem Release von PyTorch 1.0.0 im vergangenen Dezember folgt nun Version 1.0.1 mit einigen Bugfixes.
JIT-Compiler-Tools und C++-Frontend
PyTorch wurde in Version 1.0.0 mit einem C++-Frontend ausgestattet: Es soll eine erhöhte Performance mit geringerer Latenz ermöglichen. Das C++-API ist allerdings noch nicht stabil und soll im Laufe der nächsten Releases verbessert werden. Zudem soll ein neues Set von Compiler-Tools in torch.jit
die Lücke zwischen Forschung und Produktion schließen. Es soll die Erstellung von Modellen ermöglichen, die ohne Abhängigkeit zum Python-Interpreter ausgeführt werden können. Stattdessen ist es mit JIT möglich, bestehenden Code in Torch-Skripte umzuwandeln, die in PyTorch ausgeführt werden können.
Neuerungen in PyTorch 1.0.1
In Version 1.0.1 wurden einige neue JIT-Funktionen hinzugefügt, darunter ein verbesserter Support für Bools im Graph Fuser. Außerdem widmen sich die Entwickler dem C++-Frontend, wie bereits angekündigt wurde: Dort wurde unter anderem ein Bug behoben, der sich auf das (De-)Serializing einer Hierarchie von Submodulen bezieht, wenn eines dieser Submodule keine Parameter enthält, jedoch dessen Submodule Parameter besitzen. Zwar enthält Version 1.0.1 keine Breaking Changes, aber viele Bugfixes – darunter auch einige in der Kategorie „Serious“. Sonstige Bugfixes betreffen die Behebung von Crashes und die Erhöhung der Performance.
Die komplette Liste der Bugfixes in Version 1.0.1 kann in den Release Notes auf GitHub eingesehen werden.