翻译 | 林椿眄
出品 | AI 科技大本营（公众号ID：rgznai100）
这次版本的主要更新一些性能的优化，包括权衡内存计算，提供 Windows 支持，24个基础分布，变量及数据类型，零维张量，张量变量合并，支持 CuDNN 7.1，加快分布式计算等，并修复部分重要 bug等。
▌目录
主要变化
张量/变量合并
零维张量
数据类型
版本迁移指南
新特性
张量
高级的索引功能
快速傅里叶变换
神经网络
权衡内存计算
瓶颈—用于识别代码热点的工具
torch中的分布
24个基础的概率分布
添加 cdf，variance，entropy，perplexity 等方法
分布式计算
便捷使用的Launcher utility
NCCL2 后端
C++ 拓展
Window 支持
改善 ONNX 性能
RNN 支持
性能改善
Bug 修复
▌主要变化
以下我们将为Pytorch用户总结一些频繁使用到的最重要的核心功能。
主要变化及潜在的突破性变化
Tensors/Variables 合并
零维 Tensors 的一些操作
弃用Volatile 标志
性能改善
添加了 dtypes、devices及numpy风格的 tensor 创建函数
支持编写一些不依赖设备的代码
我们编写了一个版本迁移指南，帮助你将代码转换为新版本的 APIs和风格。如果你想要迁移先前版本的 PyTorch代码，请阅读迁移指南。此外，本部分的内容（包括主要核心变化）都包含在迁移指南中。
Tensor 和Variable 类合并
新版本中，torch.autograd.Variable和torch.Tensor将同属一类。更确切地说，torch.Tensor 能够跟踪历史并像旧版本的 Variable 那样运行; Variable 封装仍旧可以像以前一样工作，但返回的对象类型是 torch.Tensor。 这意味着你不再需要代码中的所有变量封装器。
Tensor 的type () 变化
这里需要注意到张量的 type（）不再反映数据类型，而是改用 isinstance（）或 x.type（）来表示数据类型，代码如下：
>>> x = torch.DoubleTensor([1, 1, 1])>>> print(type(x)) # was torch.DoubleTensor<class 'torch.autograd.variable.Variable'>>>> print(x.type()) # OK: 'torch.DoubleTensor''torch.DoubleTensor'>>> print(isinstance(x, torch.DoubleTensor)) # OK: TrueTrue
autograd 用于跟踪历史记录
作为 autograd方法的核心标志，requires_grad现在是 Tensors 类的一个属性。 让我们看看这个变化是如何体现在代码中的。Autograd的使用方法与先前用于 Variable 的规则相同。当操作中任意输入 Tensor的require_grad = True时，它开始跟踪历史记录。代码如下所示，
>>> x = torch.ones(1) # create a tensor with requires_grad=False (default)>>> x.requires_gradFalse>>> y = torch.ones(1) # another tensor with requires_grad=False>>> z = x + y>>> # both inputs have requires_grad=False. so does the output>>> z.requires_gradFalse>>> # then autograd won't track this computation. let's verify!>>> z.backward()RuntimeError: element 0 of tensors does not require grad and does not have a grad_fn>>>>>> # now create a tensor with requires_grad=True>>> w = torch.ones(1, requires_grad=True)>>> w.requires_gradTrue>>> # add to the previous result that has require_grad=False>>> total = w + z>>> # the total sum now requires grad!>>> total.requires_gradTrue>>> # autograd can compute the gradients as well>>> total.backward()>>> w.gradtensor([ 1.])>>> # and no computation is wasted to compute gradients for x, y and z, which don't require grad>>> z.grad == x.grad == y.grad == NoneTrue
requires_grad 操作
除了直接设置属性之外，你还可以使用 my_tensor.requires_grad_（requires_grad = True）在原地更改此标志，或者如上例所示，在创建时将其作为参数传递（默认为 False）来实现，代码如下：
>>> existing_tensor.requires_grad_()>>> existing_tensor.requires_gradTrue>>> my_tensor = torch.zeros(3, 4, requires_grad=True)>>> my_tensor.requires_gradTrue
关于 .data
.data 是从 Variable中获取底层 Tensor 的主要方式。 合并后，调用 y = x.data仍然具有相似的语义。因此 y将是一个与 x共享相同数据的 Tensor，并且 requires_grad = False，它与 x的计算历史无关。
然而，在某些情况下 .data 可能不安全。 对 x.data 的任何更改都不会被 autograd 跟踪，如果在反向过程中需要 x，那么计算出的梯度将不正确。另一种更安全的方法是使用 x.detach（），它将返回一个与 requires_grad = False 时共享数据的 Tensor，但如果在反向过程中需要 x，那么 autograd 将会就地更改它。
零维张量的一些操作
先前版本中，Tensor矢量（1维张量）的索引将返回一个Python数字，但一个Variable矢量的索引将返回一个大小为（1，）的矢量。同样地， reduce函数存在类似的操作，即tensor.sum（）会返回一个Python数字，但是variable.sum（）会调用一个大小为（1，）的向量。
幸运的是，新版本的PyTorch中引入了适当的标量（0维张量）支持！ 可以使用新版本中的torch.tensor函数来创建标量（这将在后面更详细地解释，现在只需将它认为是PyTorch中numpy.array的等效项）。现在你可以做这样的事情，代码如下：
>>> torch.tensor(3.1416) # create a scalar directlytensor(3.1416)>>> torch.tensor(3.1416).size() # scalar is 0-dimensionaltorch.Size([])>>> torch.tensor([3]).size() # compare to a vector of size 1torch.Size([1])>>>>>> vector = torch.arange(2, 6) # this is a vector>>> vectortensor([ 2., 3., 4., 5.])>>> 电脑 vector.size()torch.Size([4])>>> vector[3] # indexing into a vector gives a scalartensor(5.)>>> vector[3].item() # .item() gives the value as a Python number5.0>>> sum = torch.tensor([2, 3]).sum()>>> sumtensor(5)>>> sum.size()torch.Size([])
累计损失函数
考虑在 PyTorch0.4.0 版本之前广泛使用的 total_loss + = loss.data[0] 模式。Loss 是一个包含张量（1，）的Variable，但是在新发布的0.4.0版本中，loss 是一个0维标量。 对于标量的索引是没有意义的（目前的版本会给出一个警告，但在0.5.0中将会报错一个硬错误）：使用 loss.item（）从标量中获取 Python 数字。
还值得注意得是，如果你在累积损失时未能将其转换为 Python 数字，那么程序中的内存使用量可能会增加。这是因为上面表达式的右侧，在先前版本中是一个Python 浮点型数字，而现在它是一个零维的张量。 因此，总损失将会累积了张量及其历史梯度，这可能会需要更多的时间来自动求解梯度值。
弃用volatile标志
新版本中，volatile 标志将被弃用且不再会有任何作用。先前的版本中，任何涉及到 volatile = True 的 Variable 的计算都不会由 autograd 追踪到。这已经被一组更灵活的上下文管理器所取代，包括 torch.no_grad（），torch.set_grad_enabled（grad_mode）等等。代码如下：
>>> x = torch.zeros(1, 电脑 requires_grad=True)>>> with torch.no_grad():... y = x * 2>>> y.requires_gradFalse>>>>>> is_train = False>>> with torch.set_grad_enabled(is_train):... y = x * 2>>> y.requires_gradFalse>>> torch.set_grad_enabled(True) # this can also be used as a function>>> y = x * 2>>> y.requires_gradTrue>>> torch.set_grad_enabled(False)>>> y = x * 2>>> y.requires_gradFalse
dtypes、devices 及数组风格的新函数
在先前版本的 PyTorch 中，我们通常需要指定数据类型（例如float vs double），设备类型（cpu vs cuda）和布局（dense vs sparse）作为“张量类型”。例如，torch.cuda.sparse.DoubleTensor是 Tensor 类的 double 数据类型，用在 CUDA 设备上，并具有 COO 稀疏张量布局。
在新版本中，我们将引入 torch.dtype，torch.device 和 torch.layout 类，以便通过 NumPy 风格的创建函数来更好地管理这些属性。
torch.dtype
以下给出可用的 torch.dtypes（数据类型）及其相应张量类型的完整列表。
使用 torch.set_default_dtype 和 torch.get_default_dtype来操作浮点张量的默认 dtype。
torch.device
torch.device 包含设备类型（'cpu'或'cuda'）及可选的设备序号（id）。它可以通过 torch.device（'{device_type}'）或 torch.device（'{device_type}：{device_ordinal}'）来初始化所选设备。
如果设备序号不存在，则用当前设备表示设备类型; 例如，torch.device（'cuda'）等同于 torch.device（'cuda：X'），其中 x 是 torch.cuda.current_device（）的结果。
torch.layout
torch.layout 表示张量的数据布局。新版本中，torch.strided（密集张量）和torch.sparse_coo（带有 COO 格式的稀疏张量）均受支持。
创建张量
新版本中，创建 Tensor 的方法还可以使用 dtype，device，layout 和 requires_grad选项在返回的 Tensor 中指定所需的属性。代码如下：
>>> device = torch.device(\"cuda:1\")>>> x = torch.randn(3, 3, dtype=torch.float64, device=device)tensor([[-0.6344, 0.8562, -1.2758], [ 0.8414, 1.7962, 1.0589], [-0.1369, -1.0462, -0.4373]], dtype=torch.float64, device='cuda:1')>>> x.requires_grad # default is FalseFalse>>> x = torch.zeros(3, requires_grad=True)>>> x.requires_gradTrue
torch.tensor
torch.tensor 是新添加的张量创建方法之一。它像所有类型的数据一样排列，并将包含值复制到一个新的 Tensor 中。如前所述，PyTorch 中的 torch.tensor等价于 NumPy 中的构造函数 numpy.array。与 torch.*tensor 方法不同的是，你也可以通过这种方式（单个 python 数字在 torch.*tensor 方法中被视为大小）创建零维张量（也称为标量）。此外，如果没有给出 dtype 参数，它会根据给定的数据推断出合适的 dtype。这是从现有数据（如 Python 列表）创建张量的推荐方法。代码如下：
>>> cuda = torch.device(\"cuda\")>>> torch.tensor([[1], [2], [3]], dtype=torch.half, device=cuda)tensor([[ 1], [ 2], [ 3]], device='cuda:0')>>> torch.tensor(1) # scalartensor(1)>>> torch.tensor([1, 2.3]).dtype # type inferecetorch.float32>>> torch.tensor([1, 2]).dtype # type inferecetorch.int64
我们还添加了更多的张量创建方法。其中包括一些有torch.*_like或tensor.new_ *变体。
1. torch.*_like 输入一个 tensor 而不是形状。除非另有说明，它默认将返回一个与输入张量相同属性的张量。代码如下：
>>> x = torch.randn(3, dtype=torch.float64)>>> torch.zeros_like(x)tensor([ 0., 0., 0.], dtype=torch.float64)>>> torch.zeros_like(x, dtype=torch.int)tensor([ 0, 0, 0], dtype=torch.int32)
2. tensor.new_ * 也可以创建与 tensor 具有相同属性的 tensor，但它需要指定一个形状参数：
>>> x = torch.randn(3, dtype=torch.float64)>>> x.new_ones(2)tensor([ 1., 1.], dtype=torch.float64)>>> x.new_ones(4, dtype=torch.int)tensor([ 1, 1, 1, 1], dtype=torch.int32)
要得到所需的形状，在大多数情况下你可以使用元组（例如 torch.zeros（（2，3）））或可变参数（例如 torch.zeros（2,3））来指定。
其中 *：torch.from_numpy 只接受一个 NumPy ndarray 类型作为其输入参数。
编写一些与设备无关的代码
先前版本的 PyTorch 很难编写一些设备不可知或不依赖设备的代码（例如，可以在没有修改的情况下，在CUDA环境下和仅CPU环境的计算机上运行）。
在新版本PyTorch 0.4.0中，你通过一下两种方式让这一过程变得更容易：
张量的device属性将为所有张量提供torch.device属性（get_device仅适用于CUDA张量）
Tensors和Modules的to方法可用于将对象轻松移动到不同的设备（而不必根据上下文信息调用cpu（）或cuda（））
我们推荐用以下的模式：
# at beginning of the scriptdevice = torch.device(\"cuda:0\" if torch.cuda.is_available() else \"cpu\")...# then whenever you get a new Tensor or Module# this won't copy if they are already on the desired deviceinput = data.to(device)model = MyModule(...).to(device)
▌张量
支持高级的索引方式
新版本的 PyTorch 将完全支持高级索引，遵循 numpy 的高级索引规则。现在你可以使用以下示例：
a = torch.rand(10, 10, 10, 10)# the indexing elements can have other shapes than 1b = a[[[3, 2]], :, [[1, 3]]]# broadcasting also supported in the indices, as well as lists,# negative indices, slices, elipses, numbersc = a[[1, -2], 2:4, :, [1]]# can also support tensors as indicesindex = torch.tensor([2, 4])d = a[index]# and the indices can be on the GPU# or CPUe = a[index.cuda()]f = a.cuda()[index]mask = torch.rand(10) > 0.5# we can now index with a mask that has fewer# dimensions than the indexing tensorc = a[mask, :5]
快速傅里叶变换
添加新的 FFT 方法＃5856
添加 torch.stft（短时傅立叶变换）和 hann / hamming / Bartlett 窗函数。＃4095
在 * FFT＃6528 中支持任意数量的批次维度
已更新的 torch 新功能和操作
增加了 torch.log2 和 torch.log10＃6272
增加了 torch.isnan＃5273
添加 torch.reshape,这与 numpy.reshape 的功能类似。它大致相当于 tensor.contiguous（）.view（），但在某些情况下避免了复制＃5575
添加 torch.unique 的 CPU 实现，它输出张量中的独特元素＃5503
a = torch.arange(0, 9).reshape(3, 3)# the following transposes ab = torch.einsum('ij->ji', (a,))
添加 torch.det，torch.logdet 和 torch.slogdet，用于计算平方 2D 张量的对数行列式。对于负的行列式，torch.logdet 返回 nan，而 torch.slogdet返回的是对数行列式的符号和行列式绝对值的对数。＃3816和＃5393
添加 nn.functional.gumbel_softmax，它允许你对离散变量使用重参数化技巧＃3341
添加 torch.take 和 Tensor.put_。这些函数相当于 numpy.take和 numpy.put，并且是基础 PyTorch 中高级索引的功能＃3263
添加 torch.randint，类似于 numpy.random.randint＃6136
添加 torch.diagonal 和 torch.diagflat，类似于 numpy.diagonal和numpy.diagflat。它们作为 torch.diag 的替代品，用于处理构造对角张量以及提取矩阵对角线等问题＃5622
添加 torch.einsum，相当于 numpy.einsum。允许你使用einsum符号来执行相关操作，代码如下。＃5503
添加 torch.expm1。对于小数值的x来说，它将返回一个数值稳定的 exp（x）-1。＃4350
允许用户使用 torch.split 来指定所要单独分割的尺寸＃3837
添加 torch.where（condition，tensor1，tensor2），根据条件返回从 tensor1或 tensor2中选择的元素的张量。＃4259，＃4259
为稀疏张量添加 Tensor.norm（dim）。＃4882
针对所有类型使用 torch.neg。＃4075
为 torch.trtrs 实现梯度计算。＃3972
弃用不适当的 Tensor.resize 和 Tensor.resize_as。这些方法有奇怪的语义，且很难被正确使用。请使用它们的原位变体 Tensor.resize_和 Tensor.resize_as_。＃4886
将 .cuda（）中的 async 参数重命名为 non_blocking
新版本的 PyTorch 中，转换调用中所需的 async 关键字参数已被弃用，并且被non_blocking所替代。这是必要的，因为 async 将成为 Python3.7中的关键字。
▌神经网络
一个新的 autograd 容器(用于权衡计算内存)
新的 checkpoint 容器允许你存储反向传播过程所需输出的子集。如果缺少输出（为了节省内存），checkpoint 容器将重新计算来自最近检查点的中间输出，以便减少内存使用量（随着计算时间的增加）。以下是一个例子：
# inputinput = torch.rand(1, 10)# suppose we have a very deep modellayers = [nn.Linear(10, 10) for _ in range(1000)]model = nn.Sequential(*layers)output = model(input)
上面实例中的模型使用了大量的内存，因为它需要保留反向传播中每个操作的中间值。而 checkpoint 容器可以让你减少内存需求：
# create the input tensors and set the requires_grad=True# NOTE: the requires_grad=True for the input is a current# limitation of checkpointing. At least one of the# model inputs should have requires_grad=True.# If you don't do it, you might have empty gradients.input = torch.rand(1, 10, requires_grad=True)layers = [nn.Linear(10, 10) for _ in range(1000)]# define function that will define where# we will checkpoint and store# intermediate gradients. In this case,# we will only store one intermediate# gradient, in the middle of the# modeldef run_first_half(*args): x = args[0] for layer in layers[:500]: x = layer(x) return xdef run_second_half(*args): x = args[0] for layer in layers[500:-1]: x = layer(x) return x# now uses the new checkpoint functionalityfrom torch.utils.checkpoint import checkpointx = checkpoint(run_first_half, input)x = checkpoint(run_second_half, x)# last output need to be run without checkpointx = layers[-1](x)x.sum.backward() # works!
对于序列模块（其内部可以具有任意块），提供了辅助函数 checkpoint_sequential，该函数负责处理最常见的用例，代码如下：
input = torch.rand(1, 10, requires_grad=True)layers = [nn.Linear(10, 10) for _ in range(1000)]model = nn.Sequential(*layers)from torch.utils.checkpoint import checkpoint_sequential# split in two blocksnum_segments = 2x = checkpoint_sequential(model, num_segments, input)x.sum().backward() # works!
瓶颈——用于识别代码热点的工具
torch.utils.bottleneck（＃5216，＃6425）是一个工具，可以用作初始步骤调试程序中的瓶颈。它总结了 Python 分析器和 PyTorch的 autograd 分析器的脚本运行。有关更多详细信息，请参阅瓶颈文档。
reduce=False Losses
在新版本中，所有的损失函数都将支持 reduce 关键字。指定 reduce= False，将返回单位损失的张量，而不是单个减少的损失。＃4924，＃5346，＃5646，＃4231，＃4705，＃5680
模块及其改进
添加 DistributedDataParallelCPU 模块。这与 DistributedDataParallel模块类似，但它更特别支持在 CPU 上运行的模型（这与 DistributedDataParallel模块相反，它更支持 GPU），同时它还支持 mpi，gloo 和 tcp 后端。＃5919
添加 Group Normalization 模块（nn.GroupNorm），作为批量标准化的替代方案，这个模块在处理小批量数据时，不会遇到与 BatchNorm模块相同的问题
添加 Layer Normalization 模块（nn.LayerNorm），这是NLP任务中经常用来替代批量标准化的方法。＃4922
添加 Local Response Normalization 模块（nn.LocalResponseNorm）。＃4922
新版本中，MaxPool3d 模块能够支持双反向功能。同时，MaxPool3d 和 MaxUnpool3d将使用与其他池化方法相一致的索引。＃5328
所有损失函数现在都支持用一个 reduce 参数来返回批损失值。＃264
将 util 添加到 torch.nn.utils.clip_grad 中的剪辑梯度值，并在 torch.nn.init中将 param 添加到 He 初始化方案中。＃6173
将 torch.nn.init.* 方法更名，并最终以下划线结尾的形式，并且弃用旧版本的命名形式，二者的功能没有太大变化 # 6093
在 DataParallel 方法中增加了对返回字典形式的支持＃6113
在 torch.nn.Bilinear 方法中增加了对 N-D 张量的支持＃5764
添加 Embedding.from_pretrained 模块。这允许使用现有的张量来初始化嵌入层，并绕过它的权重值来随机初始化。
新版本中，你现在可以分别使用 nn.Sequential，nn.ModuleLis t和 nn.ParameterList模块＃4491
新版本中，你可以注册 nn.Module 模块的整型参数和缓冲区，它将不再受 module.float（），module.double（）及 module.half（）调用的影响。＃3820
▌torch 中的分布
新版本中，torch.distributions 已扩展到包括24个基本概率分布：伯努利，Beta，二项式，分类，Cauchy，Chi2，Dirichlet，指数，FisherSnedecor，Gamma，几何，Gumbel，拉普拉斯，LogNormal，多项式，多元正态，Normal，OneHotCategorical，Pareto，Poisson，RelaxedBernoulli，RelaxedOneHotCategorical，StudentT和Uniform分布等。
新版本中，Distribution 接口也已扩展为包含许多方法：.cdf（），.icdf（），.mean（），.variance（），.entropy（）和 .perplexity（）。此外，Distributions 还能将张量维度分解为 sample_shape+ batch_shape + event_shape 的模式。现在，大多数连续分布还能实现了一个自微分过程，如在保证 .has_rsample方法可用性的前提下，你可以使用 .rsample（）方法来计算逐路径的导数值，这也称重参数化技巧，代码如下：
>>> loc = torch.tensor(0., requires_grad=True)>>> scale = torch.tensor(1., requires_grad=True)>>> samples = Normal(loc, scale).rsample(sample_shape=(1000,))>>> loss = (samples - 0.5).pow(4).mean() # average over 1000 monte carlo samples>>> grad(loss, [loc, scale])(tensor(-7.5092), tensor(15.2704))
大多数离散分布的实现都依赖于 .enumerate_support（）方法，在保证 .has_enumerate_support方法可用性的前提下，你可以通过这个方法轻松地汇总所有可能的样本值。
kl_divergence 是为许多分布对定义的，例如：
>>> x = torch.tensor(1.0, requires_grad=True)>>> kl = kl_divergence(Uniform(-x, x), Normal(0., 1.))>>> grad(kl, [x])[0]tensor(-0.6667)
分布变换
通过将 TransformedDistribution 与 torch.distributions.transforms库中的任意数量的 Transform 对象进行组合，来创建新的分布，这包括：ExpTransform，PowerTransform，SigmoidTransform，AbsTransform，AffineTransform，SoftmaxTransform，StickBreakingTransform，LowerCholeskyTransform 以及通过 .inv 属性设置的分布倒数。
分布约束
分布将提供有关它们的支持 .support 及它们的参数约束 .arg_constraints 的元数据。这些 Constraint 对象使用 transform_to（）和 biject_to（）进行转换注册。 通过约束和转换，可以很容易地以通用的方式指定新的分布，代码如下：
>>> scale = torch.tensor(1., requires_grad=True)>>> p = Normal(0., scale)>>> assert p.arg_constraints['scale'] == constraints.positive>>> prior = TransformedDistribution(Normal(0., 1.),... transform_to(constraints.positive))
torch.distributions.constraints 库中的约束包括：boolean，greater_than（lower_bound），integer_interval（lower_bound，upper_bound），interval（lower_bound，upper_bound），lower_cholesky，lower_triangular，nonnegative_integer，positive，positive_definite，positive_integer，real，real_vector 和 unit_interval。
▌分布式
启动分布式训练的实用帮助程序
新版本中，我们添加了一个实用程序功能来帮助启动分布式设置下的工作。利用 DistributedDataParallel的脚本，可以启动单节点或多节点程序，我们可以按如下方法使用 torch.distributed launch
python -m torch.distributed.launch my_script.py --arg1 --arg2 --arg3
该脚本简化了 distributed 软件包的日常可用性。
你还可以通过以下链接阅读它的详细用法：
http://pytorch.org/docs/stable/distributed.html#launch-utility
基于 NCCL 2.0 的新分布式后端
新版本的 PyTorch中添加了一个新的分布式后端，它可以利用 NCCL 2.0 获得最高运行速度。它还为多个GPU上的集群操作提供了新的API。
你可以通过如下代码启用新的后端：
torch.distributed.init_process_group(\"nccl\")
其他的分布式更新
合并很多小广播以提高性能＃4978
为分布式训练添加混合精度的功能支持＃4891
发布 NCCL 分布式后端。在先前的版本中它只是作为实验品＃4921
为 Gloo 数据通道启用 Infiniband 支持，并自动检测 IB 设备＃4795
▌C++拓展
先前的版本中，使用 C 或 CUDA 为用户编写自定义的扩展模块的一种官方方式是通过 cffi 扩展模块。这种方法的缺点是它需要一个单独的步骤来编译CUDA 内核，这可能有点麻烦。
在新版本中，PyTorch 提供了一个更好的系统来编写自己的 C++/CUDA 扩展。使用这种新扩展支持的示例实现可以在 pytorch/cpp_extensions 仓库中找到。
在此，我们提供两种编译模式：
提前编译：使用新的 CppExtension 或 CUDAExtension 模块编写 setup.py 脚本，这是 setuptools.Extension 模块的扩展;
实时编译：将需要编译的 C++/CUDA 文件列表传递给 torch.utils.cpp_extension.load，它将进行实时编译并为你缓存这些库。以下示例讲说明了实现这种扩展的容易程度：
在 C++中
// my_implementation.cpp#include <torch/torch.h>#include <unordered_set>// can use templates as well. But let's keep it// simpleusing scalar_t = float;at::Tensor unique_float(at::Tensor input_) { // only works for floats AT_ASSERT(input_.type().scalarType() == at::ScalarType::Float, \"input must be a float tensor\"); // and CPU tensors AT_ASSERT(!input_.type().is_cuda(), \"input must be a CPU tensor\"); // make the input contiguous, to simplify the implementation at::Tensor input = input_.contiguous(); // get the pointer that holds the data scalar_t* input_data = input.data<scalar_t>(); // let's use a function from the std library to implement // the unique function std::unordered_set<scalar_t> set(input_data, input_data + input.numel()); // create the output tensor, with size set.size() at::Tensor output = input.type().tensor({static_cast<int64_t>(set.size())}); scalar_t* output_data = output.data<scalar_t>(); // copy the content of the set to the output tensor std::copy(set.begin(), set.end(), output_data); return output;}// this defines the functions exposed to PythonPYBIND11_MODULE(TORCH_EXTENSION_NAME, m) { m.def(\"unique_float\", &unique_float, \"Unique for float tensors\");}
在 Python 中
import torchfrom torch.utils.cpp_extension import load as load_ext# pass the source files, they will be compiled on the fly# and will return a python module_C = load_ext('my_unique_lib', sources=['my_implementation.cpp'])# now can use the functions implemented in C++unique = _C.unique_floata = torch.tensor([1.0, 2.0, 1.0])print(unique(a))# tensor([ 2., 1.])
▌Window 支持
新版本中，PyTorch 将正式支持 Windows。我们为 Python3.5和 3.6 提供预编译的 Conda 二进制文件和 pip 文件。
但是，Windows 上的 PyTorch 不支持分布式训练，这可能会比 Linux/OSX系统上运行得慢一点，因为 Visual Studio 支持较早版本的 OpenMP。
与往常一样，你可以在 Pytorch 官网上（http://pytorch.org）找到在Windows 系统安装 PyTorch的命令。此外，你还可以通过访问http://pytorch.org/docs/stable/notes/windows.html，这里能够为你解答Window 系统中 Pytorch 版本可能遇到的所有问题。
▌ONNX 改进
新的 ONNX 操作
支持输出 torch.max（input，dim）和 torch.min（input，dim）＃6220
为 ReLU 函数添加符号以支持导出到 ONNX＃5759
添加 sum，prod，sqrt 并改进 log_softmax 方法＃4579
为 InstanceNorm 方法添加 ONNX 支持＃4626
为 Elu 函数添加 ONNX 符号＃3453
为 UpsamplingNearest2d 模块添加 ONNX 符号＃3450
改进之处
当 ONNX 导出失败时打印目标的源位置＃5652
将 onnx protobuf 绑定导出到 python中＃6651
在 ConvTranspose 模块中支持 output_padding 方法＃4583
更好的 RNN 支持
新版本的 PyTorch 可以将一部分 RNN 导出到 ONNX 中＃4409
将 Elman RNN 的输出添加到 ONNX＃4613
在 ONNX 导出的填充序列中支持批次优先原则＃5360
将双向 Elman RNN 的输出添加到 ONNX 中＃5120
将 RNN 导出到 ONNX 中以便正确处理序列长度＃4695
支持 GRU 导出到 ONNX 中＃4390
Bug修复
修复 ONNX 中的 3D 平均池化bug＃6101
修复复制/反射板上的 onnx 导出＃4263
▌其他改进
为张量实现 __dir__ 方法，以便能够自动编辑并查询张量中可能的字段
将 numpy（）和 from_numpy（）方法添加到 HalfTensor中
启用 TensorDataset，以便输入任意数量的张量。
将 padding_value 方法添加到 torch.nn.utils.rnn.pad_sequence模块中
将 total_length 选项添加到 pack_padded_sequence 模块中，这在使用DataParallel 模块时将变得非常有用，因为我们可以确保我们使用相同长度的序列。
提高 torch.arange 的数值精度，使其与 numpy.arange 一致
改进 torch.load（）和torch.save（）方法以支持任意类似文件的对象
改进 torch.nn.functional.grid_sample 模块以支持 2D（空间）和 3D（体积）的输入
在 DataLoader 中设置 python 的随机种子，以提高实验的可重复性
将 __delitem__ 方法添加到 nn.Sequential 模块中。在新版本中可以删除 nn.Sequential模块的任意元素。例如：
model = nn.Sequential(nn.Linear(2, 2), nn.ReLU(), nn.Linear(2, 2))del model[1] # deletes nn.ReLU
新版本中的 ReduceLROnPlateau 可以进行序列化＃5300
添加选项以清除 CPU上的非正常数字＃5294
新版本中 PyTorch 将公开 conv1d，conv2d 和 conv3d 所对应的输入和权重的变化情况＃5408
添加对列表或者张量使用时 pack_padded_sequence 的调用支持＃5133
支持 nn.Embedding 方法中的 padding_idx 的负索引值＃4496
添加对 pack_padded_sequence 反向传播过程的支持＃4512
将nn.utils.rnn.pad_sequence和nn.utils.rnn.pack_sequence添加到可变长度张量的填充列表中，并打包一个可变长度张量列表。
添加 torch.cuda.memory_cached，torch.cuda.max_memory_cached，torch.cuda.memory_allocated和 torch.cuda.max_memory_allocated方法，用于检查 CUDA 内存使用情况＃4511
如果新的视图尺寸与张量的原始尺寸和步幅兼容，则允许查看非连续张量。＃4062
新版本中 NLLLoss 和 CrossEntropyLoss 能够支持2个以上的维度。＃4654
添加一个选项以不显示 model_zoo 的下载进度条＃4135
新版本中你可以将模块分配给 nn.Sequential 的索引。＃4931
新版本中你可以用一个 numpy array 方法 np.longlong 来创建张量＃4367
更改autograd执行顺序以便更好的使用，这也将大大改善大模型的内存使用量。＃4746
将 AMSgrad 模式添加到 Adam 和 SparseAdam优化器中。＃4034
添加更好的 torch.autograd.profiler 以支持使用 cudaEventAPI 进行 CUDA 分析。＃3734
新版本中 torch.set_num_threads 能够设置相应的 MKL 选项，因此你不再需要使用环境变量来控制它。＃4949
▌性能的提高
加速 CPU 中 nn.EmbeddingBag 模块，使得训练得总体速度提高30％＃5433
将 Python 中的 nn.MarginRankingLoss，nn.CosineEmbeddingLoss，nn.HingeEmbeddingLoss 和 nn.TripletMarginLoss移到 Aten 后端，在某些情况下这将使性能提升3倍。＃5346，＃5646，＃5080，＃5680
将 pin_memory（）作为 NativeFunction 实现＃4094
保存用于反向计算 self.numel（）函数而不是用于节省内存的 self 参数＃5747
在特定情况下，逐点重排列操作可以使性能提高10倍。＃4174
在小案例中将 normal_ 向量化可以带来5-6倍性能加速＃4312
允许在新版 PyTorch 中使用 GPU Direct 进行广播操作＃4183
为3D 输入案例加速 nn.Linear 模块＃5279
通过并行化 vol2col 和 col2vol加速 CPU 上的 Conv3D 操作＃4824
为 sigmoid 函数添加 AVX2 实现，实验表明这将带来大约10倍的性能加速＃5010
使用快速整数除法算法来避免内核中的除法运算的内存占用。＃5054
提高 CUDA 中随机数生成的内存占用率＃5710
为常规规范的优化添加标准优化形式＃5722
添加快速融合的 GLU 反向传播过程＃5782
通过使用 std :: vector + sort 而不是 std ::set 来优化独特排序，这可以带来高达5倍的性能加速。＃5913
加快维数的求和过程＃6026
在前向和反向过程启用 MKLDNN 卷积操作。＃6062
使用 OpenMP 并行化非连续的逐点操作＃2764
将 Cudnn Tensor Core 操作添加到 Volta 的 RNN 中＃3409
向量化 exp，log，sin，cos＃6078
在多个反向过程中通过 grad_inputs 来重复使用中间结果＃3526
分布式
DistributedDataParallel：使用混合精度支持的 NCCL 后端，这将带来10%的性能提升＃5064
略微提高 DistributedDataParallel 模块在多进程分布式训练方面的性能（单 GPU 绑定）＃4870
▌bug 修复
torch 操作
改进 torch.digamma 操作以提高极点附近的精度＃6517
修复 Tensor.random 操作的负输入 bug＃6463
修复 tensor.permute（dims）操作在反向过程中对负值 dims 未定义行为 bug＃5945
修复 torch.remainder 运算符中的整数溢出bug（它将在以2**48为除数时中断）＃5906
修复 torch.bmm 操作中的内存泄漏 bug＃5744
使 scatter_add_ 的维度检查器与 scatter_ 的一致＃5659
修复 CPU torch.multinomial 操作中非连续概率的张量输入 bug（先前的版本，它会覆盖输入的数据）＃5093
修复 CUDA torch.multinomial 使用不正确的步幅并能够选择零概率事件的 bug＃5774，＃5238
支持 index_select 的空索引张量＃3429
支持 CUDA Tensor.put_ 中的空索引张量＃4486
利用空张量提高 torch.cat 的稳定性＃3602，＃5971，＃5819
在任何输入尺寸未对齐的情况下修复 torch.fft ＃6118
改进 CUDA btrifact 的错误消息＃5644
未请求 torch.symeig 时，为特征向量张量返回零＃3411
修复张量上的 torch.btrifact 操作＃4318
修复张量上的 torch.pstrf 操作＃4883
修复 torch.median 中的内存泄漏＃6889
当some = False 6870时，修复 SVD 操作中反向过程的非方形矩阵 bug
core
检测 _C 共享库的重新初始化，这通常会导致一些错误 bug＃6232
修复所有零字节张量的索引 bug＃3926
只允许使用稠密浮点类型作为默认张量类型＃5674
在将 CUDA 张量类型设置前初始化 CUDA 以防止其崩溃＃4788
如果 CUDA 未初始化，修复 from_dlpack 中的失败错误。＃4182
使用 numpy 数组，修复创建 CUDA 张量时的崩溃＃5850
在某些操作系统上，修复多处理进程中的空张量共享问题＃6229
autograd
还原 allow_unused 功能：当可微分输入未被使用或无法访问时抛出错误＃6553
修复 output_nr 未被正确递增的问题。这导致在某些输入不需要 _grad 的操作在反向传播过程中发生崩溃＃4812
修复 torch.autograd.profiler 中的 nvprof 解析问题＃5840
nn 层
仅支持在特定维度中为自适应池指定大小＃3127
修复反射填充边界检查，以避免无效的内存访问＃6438
修复 NLLLoss 的错误消息＃5299，＃6072
在 CUDA 上修复 kl_div 的反向过程。先前版本中它在计算 gradInput时不会考虑 gradOutput＃5814
修复线性的错误偏差大小＃5992
修复nn.functional.convNd 和 nn.functional.conv_transposeNd 模块的错误消息＃5701
检查输入的维度与目标是否匹配，而不是与一些损失函数的元素数量匹配＃5085
修复 torch.diag 操作在反向传播过程所返回方形渐变与非方形输入＃4538
修复卷积类型不匹配的错误消息＃5815
添加 align_corners 选项以便进行线性插值上采样操作，并使默认上采样行为与其他框架相一致＃5927
当 log_input = False 时，防止 poisson_nll_loss 出现数值问题＃3336
CUDA
确保卷积权重是连续的，以修复 CUDA ConvTranspose 中的双反向操作＃4543
二次修复 CUDA 中的反向传播过程＃4460
稀疏性
修复当 sparse = True 时的嵌入使用问题＃4686
当输入仅包含 padding_idx 时，修复反向传播过程的稀疏嵌入问题＃6211
处理从 CPU，GPU 空稀疏张量的复制问题。＃5361
DataLoader
将参数检查添加到 torch.utils.data.Sampler 类中，修复 DataLoader尝试将整个数据集加载到非整数批处理大小的问题。＃6249
设置 dataloader.batch_size = None 时给出 batch_sampler，修复 DataLoader将 batch_size 报告为1的错误。＃6108
改善 DataLoader 中的信号处理问题＃4643
关闭时忽略 FileNotFoundError 问题＃5380
修复预处理的确定性问题＃4640
Optim
在加载优化程序状态字典时以提高张量生成的可用性＃3658
以确定性顺序列出模型参数以提高 load_state_dict（）的稳定性＃6031
为所有优化器添加参数范围检查＃6000
修复 SparseAdam 的 AMSGrad 模式问题＃4314
分布式和多 GPU
修复由于分离错误而导致的一些分布式训练错误＃5829
在 no_grad 模块中运行 DataParallel 时，不要修改 requires_grad＃5880
为分布式数据并行稳定性添加 broadcast_coalesce 的 GPU 保护＃5655
作者：soumith
原文链接：
https://github.com/pytorch/pytorch/releases/tag/v0.4.0
电脑
