PyTorch 重磅更新，不只是支持 Windows

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: True
True

• 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_grad
False
>>> 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_grad
False
>>> # 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_grad
True
>>> # add to the previous result that has require_grad=False
>>> total = w + z
>>> # the total sum now requires grad!
>>> total.requires_grad
True
>>> # autograd can compute the gradients as well
>>> total.backward()
>>> w.grad
tensor([ 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 == None
True

• 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_grad
True
>>> my_tensor = torch.zeros(3, 4, requires_grad=True)
>>> my_tensor.requires_grad
True

• 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 directly
tensor(3.1416)
>>> torch.tensor(3.1416).size()  # scalar is 0-dimensional
torch.Size([])
>>> torch.tensor([3]).size()     # compare to a vector of size 1
torch.Size([1])
>>>
>>> vector = torch.arange(2, 6)  # this is a vector
>>> vector
tensor([ 2.,  3.,  4.,  5.])
>>> vector.size()
torch.Size([4])
>>> vector[3]                    # indexing into a vector gives a scalar
tensor(5.)
>>> vector[3].item()             # .item() gives the value as a Python number
5.0
>>> sum = torch.tensor([2, 3]).sum()
>>> sum
tensor(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, requires_grad=True)
>>> with torch.no_grad():
...    y = x * 2
>>> y.requires_grad
False
>>>
>>> is_train = False
>>> with torch.set_grad_enabled(is_train):
...    y = x * 2
>>> y.requires_grad
False
>>> torch.set_grad_enabled(True)  # this can also be used as a function
>>> y = x * 2
>>> y.requires_grad
True
>>> torch.set_grad_enabled(False)
>>> y = x * 2
>>> y.requires_grad
False

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 False
False
>>> x = torch.zeros(3, requires_grad=True)
>>> x.requires_grad
True

• 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)               # scalar
tensor(1)
>>> torch.tensor([1, 2.3]).dtype  # type inferece
torch.float32
>>> torch.tensor([1, 2]).dtype    # type inferece
torch.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 script
device = 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 device
input = 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 1
b = a[[[3, 2]], :, [[1, 3]]]
# broadcasting also supported in the indices, as well as lists,
# negative indices, slices, elipses, numbers
c = a[[1, -2], 2:4, :, [1]]
# can also support tensors as indices
index = torch.tensor([2, 4])
d = a[index]
# and the indices can be on the GPU
# or CPU
e = 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 tensor
c = 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 a
b = 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：

# input
input = torch.rand(1, 10)
# suppose we have a very deep model
layers = [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
# model
def run_first_half(*args):
   x = args[0]
   for layer in layers[:500]:
       x = layer(x)
   return x
def run_second_half(*args):
   x = args[0]
   for layer in layers[500:-1]:
       x = layer(x)
   return x
# now uses the new checkpoint functionality
from torch.utils.checkpoint import checkpoint
x = checkpoint(run_first_half, input)
x = checkpoint(run_second_half, x)
# last output need to be run without checkpoint
x = 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 blocks
num_segments = 2
x = 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
// simple
using 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 Python
PYBIND11_MODULE(TORCH_EXTENSION_NAME, m) {
 m.def("unique_float", &unique_float, "Unique for float tensors");
}

在 Python 中

import torch
from 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_float
a = 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

招聘

AI科技大本营现招聘AI记者和资深编译，有意者请将简历投至：[e-mail]，期待你的加入！

AI科技大本营读者群（计算机视觉、机器学习、深度学习、NLP、Python、AI硬件、AI+金融、AI+PM方向）正在招募中，和你志同道合的小伙伴也在这里！关注AI科技大本营微信公众号，后台回复：读者群，添加营长请务必备注姓名，研究方向。

AI科技大本营公众号ID：rgznai100

☟☟☟点击 | 阅读原文 | 查看更多精彩内容