PyTorch 1.5增加了C ++功能，分布式培训

PyTorch是用于快速轻松创建深度学习模型的Python框架，现已发布1.5版。 PyTorch 1.
5对PyTorch的C ++前端进行了重大更新，即PyTorch功能的C ++接口。 C ++前端现在提供了与Python API完全相同的功能。通常，人们会只用Python编写PyTorch应用程序，但是这一更改使得可以轻松地使用Python编写应用程序原型，然后将其移至C ++而又不损失任何功能，或者自由地混合使用C ++和Python。
PyTorch 1.5还添加了一种将自定义C ++类绑定到TorchScript和Python的方法。 TorchScript使您可以在Python中创建模型并在不依赖Python的情况下运行它们，例如在C ++中。新的绑定系统使您的C ++代码对TorchScript可见，因此可以使用TorchScript或Python创建和操纵C ++对象和内存空间。
仍然认为此功能是实验性的。 PyTorch 1.5还放弃了对Python 2的支持，并且需要Python3。
5及更高版本。这与其他主要的Python框架一致，因为Python 2现在处于报废状态，并且不再接收任何更新。 最后，PyTorch 1.
5带来了分布式RPC框架和RPC API的稳定版本。在PyTorch 1.4中作为实验功能引入的RPC框架提供了在远程机器上运行PyTorch功能的机制，从而允许在多台机器上训练模型，从而获得更快的训练结果。
在PyTorch 1.5中，RPC框架可用于构建训练应用程序，这些应用程序将使用分布式架构（如果可用）。 RPC框架旨在最大程度地减少跨节点的数据复制量，因此始终在尽可能接近数据的位置进行工作。
版权所有©2020 IDG Communications，Inc. 紧贴InfoWorld的新闻通讯，以了解软件开发人员，分析师，数据库程序员和数据科学家的情况。 从我们仅限会员的内幕文章中获取专家见解。
。