pytorch深度教程（PyTorch1.5上线加入稳定C）
pytorch深度教程（PyTorch1.5上线加入稳定C）现在 C 前端 API 与 Python 版同等丰富，之前实验性的功能都已移到「稳定版」中。主要亮点如下：C 前端 API（稳定型）版本说明：https://github.com/pytorch/pytorch/releases/tag/v1.5.0主要变化以下是 PyTorch 1.5 版本的主要变化
机器之心报道
机器之心编辑部
在新版本中，Facebook 与 AWS 还合作共同推出了大规模生产级工具库 TorchServe。
今天，PyTorch 1.5 宣布上线，此版本主要包括几个新的 API 的添加和改进。新版 PyTorch 包括对 C 前端的重大更新，用于计算机视觉模型的「channels last」存储格式，以及用于模型并行训练的分布式 RPC 框架的稳定版本。该版本还提供了针对自动求导机制中黑塞和雅可比的新 API，以及受 pybind 启发，允许用户创建自定义 C 类的一个 API。另外，torch_xla 已可在 PyTorch 1.5 版中使用，并在 1.5 版本中进行了测试，可提供成熟的 Cloud TPU 体验。
版本说明：https://github.com/pytorch/pytorch/releases/tag/v1.5.0
主要变化
以下是 PyTorch 1.5 版本的主要变化
C 前端 API（稳定型）
现在 C 前端 API 与 Python 版同等丰富，之前实验性的功能都已移到「稳定版」中。主要亮点如下：
专为计算机视觉设计的「Channels last」储存格式（实验型）
「Channels last」储存布局解锁了使用高效卷积算法与硬件的能力。另外，它被设计为在众多运算中自动传播，使得用户能在不同储存布局间轻松切换。
自定义 C 类（实验型）
这次发布的版本中加入了 torch.CutomClassHolder 这一新的 API，能够将自定义的 C 类同时绑定到 TorchScript 和 Python 中。该 API 的用法几乎与 pybind11 相同，它允许用户将自定义的 C 类与方法暴露给 TorchScript 类型的系统，这使得用户能够从 TorchScript 和 Python 中实例化并操纵任意 C 对象。
以下为一个官方给出的实例：
template
struct MyStackClass : torch::CustomClassHolder {
std::vector stack_;
MyStackClass(std::vector init) : stack_(std::move(init)) {}
void push(T x) {
stack_.push_back(x);
}
T pop() {
auto val = stack_.back();
stack_.pop_back();
return val;
}
};
static auto testStack =
torch::class_("myclasses" "MyStackClass")
.def(torch::init())
.def("push" &MyStackClass::push)
.def("pop" &MyStackClass::pop)
.def("size" [](const c10::intrusive_ptr& self) {
return self->stack_.size();
});
上述代码就暴露了一个类，用户可在 TorchScript 和 Python 中用如下方式调用：
@torch.jit.script
def do_stacks(s : torch.classes.myclasses.MyStackClass):
s2 = torch.classes.myclasses.MyStackClass(["hi" "mom"])
print(s2.pop()) # "mom"
s2.push("foobar")
return s2 # ["hi" "foobar"]
分布式 RPC 框架 API（稳定型）
分布式 RPC 框架在 1.4 版中作为实验性功能发布。当前版本涉及大量针对分布式 RPC 框架的可靠性与鲁棒性的功能强化以及错误修复，并加入了如性能调试支持、在 RPC 中使用 TorchScript 功能等一系列新功能。以下为该框架下各种 API 总览：
全新的高级 autograd API（实验型）
PyTorch 将包括 jacobian，hessian，jvp，vjp，hvp 和 vhp 在内的新函数导入到了 torch.autograd.functional 子模块中。这个特性建立在当前的 API 之上，允许用户轻松地执行这些函数。
不再支持 Python 2
从 1.5.0 开始，PyTorch 将不再支持 Python 2，具体来说是 Python 2.7。PyTorch 对 Python 的支持将仅限于 Python 3，特别是 Python 3.5、3.6、3.7 和 3.8（首先在 PyTorch 1.4.0 中启用）。
参考链接：https://pytorch.org/blog/pytorch-1-dot-5-released-with-new-and-updated-apis/
