PyTorch 公开发布

背景

深度学习研究人员需要能够搭建并训练大型神经网络的软件。PyTorch 的开发始于 2016 年，是 Lua Torch 社区人员的一次集体努力。其中很大一部分人力和资金来自 Facebook，另有来自 NVIDIA、Twitter 等机构的贡献者。^[2]

发生了什么

2017 年 1 月，PyTorch 以测试版的形式公开发布。发布说明给出的正式公开发布日期为 1 月 18 日。^[1] 最初的作者是 Adam Paszke、Sam Gross、Soumith Chintala 和 Gregory Chanan。^[3]

关键细节

PyTorch 的优势是一流的 Python 集成和命令式编程风格，即代码按写下的顺序逐步执行。之后的一年里，它陆续推出了 0.2 至 0.4 版本。^[4]

2018 年，Facebook 把 Caffe2 并入 PyTorch。2018 年 12 月 7 日发布的 PyTorch 1.0 带来了 torch.jit 编译器和 C++ 前端。^[4][5]

2020 年 1 月，OpenAI 将 PyTorch 定为标准框架。^[3]

到 2022 年 9 月，已有超过 15 万个 GitHub 项目基于 PyTorch 构建。^[6]

深度学习框架提供定义神经网络、计算梯度以及在 GPU 等硬件上进行训练的工具。命令式风格意味着代码按行执行，便于研究者检查和调试模型。^[4]

PyTorch 的源头在 Lua Torch 社区，项目的早期开发者正是来自那里。^[2] Python 是机器学习研究者广泛使用的语言，因此与 Python 的良好集成对他们很重要。命令式风格也便于研究者逐步编写和测试实验。^[4]

影响

PyTorch 成为研究人员和公司构建深度学习系统的主要框架之一。这次发布也是一个项目的起点，该项目后来由 Meta 移交给独立的基金会，相关内容见本档案的另一个条目。^[6][2]