Facebook 在人工智能项目中广泛使用自己的开源 AI 框架 PyTorch，最近，他们已经发布了 PyTorch 1.0 的预览版本。 如果你尚不了解，PyTorch 是一个基于 Python 的科学计算库。 PyTorch 利用 GPU 超强的运算能力 来实现复杂的 张量 计算 和 深度神经网络。 因此， 它被世界各地的研究人员和开发人员广泛使用。 这一新的可以投入使用的 预览版 已于 2

Facebook 将 Windows 版 PyTorch 的开发维护权移交给微软 PyTorch 是基于 Torch 的开源 Python 机器学习库，由 Facebook 的人工智能研究团队开发。特斯拉的自动驾驶和 Uber 的 Pyro 等深度学习项目都构建于 PyTorch 之上。此前，Facebook 的工程师们做了大量努力，在 Windows 上添加了对 PyTorch 的支持。但由于资

在过去的几周里，我花了很多时间用 PyTorch 实现了一个 char-rnn 的版本。我以前从未训练过神经网络，所以这可能是一个有趣的开始。 这个想法（来自 循环神经网络的不合理效应）可以让你在文本上训练一个基于字符的 循环神经网络 recurrent neural network （RNN），并得到一些出乎意料好的结果。 不过，虽然没有得到我想要的结果，但是我还是想分享一些示例代码和结果，希望

PyTorch 和 Triton 正在打破英伟达 CUDA 的垄断 大部分机器学习软件开发框架严重依赖于英伟达 CUDA，并在英伟达 GPU 上表现最佳。但随着 PyTorch 2.0 和 OpenAI Triton 的到来，英伟达 CUDA 对机器学习的垄断地位正逐渐瓦解。即将到来的 PyTorch 2.0 在英伟达 A100 上的训练性能提升了 86%，在 CPU 上的推理性能提升了 26%。

英特尔发布了“英特尔PyTorch v2.3扩展”，以继承早期v2.1衍生的扩展。随着这一针对PyTorch 2.3的更新扩展，英特尔正在围绕大型语言模型（LLM）推出更多优化。 “英特尔PyTorch扩展”仍然是英特尔优化的下游软件，可通过PyTorch框架最大限度地提高英特尔CPU性能。“英特尔PyTorch扩展”附带了更多AVX-512 VNNI优化、英特尔AMX支持、英特尔XMX对英特尔d