臉書釋出PyTorch 1.0正式版，挾豐富生態系助開發者快速上手

臉書在10月的時候釋出PyTorch 1.0預覽版，而經過了兩個月，臉書在NeurIPS會議上，宣布正式發布PyTorch 1.0穩定版。

PyTorch 1.0目標是要加速從人工智慧研究原型設計，轉移到生產部署所經歷的工作流程，在初次發表時，主打其生產導向的功能，以及雲端平臺整合。現在PyTorch 1.0穩定版釋出，研究人員和工程師，可以利用開源深度學習框架PyTorch 1.0的穩定功能，包括用於Eager和Graph執行模式之間無縫轉換的混合前端（Hybrid front-end）、為高效能研究而生的純C++前端，以及改進的分散式訓練。

PyTorch也受到主要雲端供應商AWS、GCP和Azure的強力支援，與平臺進行了深度整合。AWS推出了支援PyTorch 1.0的Amazon SageMaker Neo，允許開發人員在在PyTorch中建構機器學習模型，只要訓練一次就能在雲端或是邊緣應用部署。Google也推出深度學習虛擬機器執行個體，讓使用者能在GCP上試用PyTorch 1.0。另外， Azure機器學習服務允許資料科學家在Azure上訓練、管理和部署PyTorch模型。

人工智慧開發人員可以透過雲端或是本機安裝，輕鬆的開始使用PyTorch 1.0，並跟著PyTorch網站上手把手的教程，執行像是建構訓練聊天機器人等工作。

而現在有越來越多的專案，圍繞著PyTorch向外發展，像是10月fast.ai釋出基於PyTorch的深度學習函式庫fastai，而隨著PyTorch 1.0的釋出，官方還提到了Horovod、PyTorch Geometry以及TensorBoardX三個專案。Horovod是一個分散式訓練框架，讓開發人員可以簡單地採用單GPU程式，在多重GPU上快速訓練。

PyTorch Geometry則是PyTorch的幾何電腦視覺函式庫，提供了一組例行和可微分模組。TensorBoardX用於將PyTorch的模型紀錄到TensorBoard的模組中，允許開發人員使用可視覺化工具進行模型訓練。另外，臉書也為PyTorch建構了應用專案，例如Translate是一個基於臉書機器翻譯系統的序列到序列模型訓練函式庫。

另外，PyTorch現在也已經有豐富的教學課程，引導開發者快速上手使用PyTorch。線上學習網站Udacity和臉書推出了PyTorch深度學習簡介的課程，所有人都可以免費觀看學習，該課程還伴隨了一項PyTorch挑戰計畫，為人工智慧教育提供獎學金。不久之後，開發者還能在付費的Udacity AI Nanodegree計畫，獲取更多進階的PyTorch教學課程。

臉書提到，已經有不少開發者使用PyTorch函式庫，開發了優秀的應用，在醫學應用上，有開發者使用fastai函式庫，將災難後損傷等級分類的最佳準確度提高1倍，還成功提升腫瘤偵測的正確性，比起傳統方法假陽性率降低了7倍。DeOldify則是用深度學習來修復並上色舊照片。PyTorch社群正蓬勃發展，現在是GitHub上成長速度第二快的開源專案，過去12個月貢獻者人數成長了2.8倍。