[AI新知] PyTorch 1.2加入新的模型编译API

导读

新的TorchScript API可让开发者更简单地将PyTorch模型编译成TorchScript，并支援更多的Python程式语言功能

开源深度学习框架PyTorch开发团队释出了最新的PyTorch 1.2，这个版本的重点在增加了新的模型编译器TorchScript API，并且扩展了开放模型格式ONNX输出功能，另外，音讯、文字和电脑视觉应用函式库，也都发布了新的版本，以配合最新的PyTorch核心。

开发者可以使用TorchScript，将PyTorch模型序列化以及最佳化后，在正式生产环境提供服务，TorchScript是一个编译器，可以将PyTorch模型转换成静态类型图表达（Graph Representation），为不支援Python的受限环境，提供执行PyTorch模型的方法。开发者也可以将模型转换成TorchScript，并且将编译后的代码与Python一併使用。

而TorchScript在PyTorch 1.2的更新，扩充对TorchScript的支援，除了增加了一个更简单使用的API，帮助开发者将模型编译为TorchScript外，还支援更多可用于PyTorch模型的Python子集，包括Python程式语言的结构（Construct）以及标准函式库，像是for迴圈、zip()与enumerate()等基于迭代的结构，还有支援数学和字串函式库，与其他Python内建函式。

现在也更完整的支援ONNX Opset汇出，在PyTorch团队与微软合作之后，提供了汇出ONNX Opset 7到10版的支援，而且为支援最新的ONNX Opset 10，PyTorch 1.2还加入了常数摺叠（Constant Folding）传递。在PyTorch 1.2中，ScriptModule支援多输出、Tensor Factories，并可在输出与输入使用数组（Tuples），开发人员也可以注册自己的符号，以输出自定义的操作，或在汇出时指定动态输入的维度。

PyTorch领域函式库则提供常用的资料集和模型等，让开发者快速创建特定领域的基线程式，并且提供常用的功能抽象，减少开发者重複撰写的样板程式码，在释出PyTorch 1.2的同时，开发团队也更新音讯应用类Torchaudio、文字应用类Torchtext和电脑视觉应用类Torchvision三个函式库，以支援最新的PyTorch核心。

Torchaudio是一个机器学习函式库，内建讯号处理功能，其使用PyTorch的GPU功能，提供波形转换等工具，使音讯资料更易于使用，新版Torchaudio经重新设计释出0.3.0，重点是提供了标准化以及複数功能。Torchtext则能加速自然语言处理应用的开发，新的0.4.0版本加入数个监督式学习基线，开发者可简单地将资料载入使用。Torchvision推出0.4版本，现在新支援影片，以及资料载入、预训练模型和转换功能。