pytorch v1.0.1发布，无重大变化，主要修复bug以及性能优化

注意：我们的conda安装命令略有变化。版本说明（如cuda100）conda install pytorch cuda100 -c pytorch已更改为conda install pytorch cudatoolkit=10.0 -c pytorch

此版本没有重大变化，主要修复了技术Bug以及进行了一系列技术改进。

一、Bug修复

1、严重

• CPU Convolutions的高阶梯度已得到修复（regressed in 1.0.0 under MKL-DNN setting）#15686
• CPU卷积中非连续权重的正确梯度＃16301
• 通过修复vec256反转修复CPU整数张量的ReLU＃15634
• 修复bincount的非连续的Tensors ＃15109
• 修复torch.norm在CPU大型Tensors ＃15602
• 修复eq_在GPU上做相等（由于输入错误而做得更好 -（＃15475）
• 解决CuDNN错误，该错误在某些跨步卷积梯度设置中产生错误结果
• strided dgrad的黑名单fft算法（＃16626）

2、正确性

• 针对不同的输入长度修复cuda native loss_ctc（＃15798）
  • 这避免了可变长度设置中的NaN
• C++前端：修复序列化（＃15033）
  • 修正了一个错误，其中一个子模块没有任何参数，但它的子模块却有。
• 修复mvlgamma的导数（＃15049）
• 修复log_prob中Gumbel分布对数概率的数值稳定性（＃15878）
• 多项式：修复零概率事件的检测和绘制（＃16075）

3、崩溃

• PyTorch binaries were crashing on AWS Lambda and a few other niche systems, stemming from CPUInfo handling certain warnings as errors. Updated CPUInfo with relevant fixes.
• MKL-DNN is now statically built, to avoid conflicts with system versions
• Allow ReadyQueue to handle empty tasks (#15791)
  • Fixes a segfault with a DataParallel + Checkpoint neural network setting
• Avoid integer divide by zero error in indexput (#14984)
• Fix for model inference crash on Win10 (#15919) (#16092)
• Use CUDAGuard when serializing Tensors:
  • Before this change, torch.save and torch.load would initialize the CUDA context on GPU 0 if it hadn't been initialized already, even if the serialized tensors are only on GPU 1.
• Fix error with handling scalars and rpow, for example 1 ^^ x, where x is a PyTorch scalar (#16687)
• Switch to CUDA implementation instead of CuDNN if batch size >= 65536 for affine_grid (#16403)
  • CuDNN crashes when batch size >= 65536
• [Distributed] TCP init method race condition fix (#15684)
• [Distributed] Fix a memory leak in Gloo's CPU backend
• [C++ Frontend] Fix LBFGS issue around using inplace ops (#16167)
• [Hub] Fix github branch prefix v (#15552)
• [Hub] url download bugfix for URLs served without Content-Length header

三、性能

• LibTorch binaries now ship with CuDNN enabled. Without this change, many folks saw significant perf differences while using LibTorch vs PyTorch, this should be fixed now. #14976
• Make btriunpack work for high dimensional batches and faster than before (#15286)
• improve performance of unique with inverse indices (#16145)
• Re-enable OpenMP in binaries (got disabled because of a CMake refactor)

四、其他

• 为模块Torch创建类型提示存根文件（＃16089）
  • 这将恢复PyCharm，VSCode等中的自动完成功能。
• 修复零维度的sum_to行为（＃15796）
• 在排序时考虑NaNs大于任何数字来匹配NumPy（＃15886）
• 修复动态权重GRU/LSTM中的各种错误消息/设置（＃15766）
• C++前端：在模块持有者呼叫转移时调用操作符（＃15831）
• C++前端：将规范化转换添加到核心库（＃15891）
• 修复torch::load和unpack torch::optim::detail命名空间中的错误（＃15926）
• 实施批量上三角形，下三角形（＃15257）
• 添加torch.roll到文档（＃14880）
• （更好的错误）添加批量规范的后端检查（＃15955）

五、JIT

• 在graph fuser中为bool添加更好的支持（＃15057）
• 允许使用fork/wait进行跟踪（＃15184）
• 改进script/no script保存错误（＃15321）
• 将自己添加到Python printer保留words（＃15318）
• torch.load-ing加载JIT模型时出现更好的错误（＃15578）
• 在块操作后修复选择（＃15672）
• 添加脚本标准库documentation + cleanup（＃14912）

原创文章，转载请注明 ：pytorch v1.0.1发布，无重大变化，主要修复bug以及性能优化 - pytorch中文网
原文出处： https://ptorch.com/news/234.html
问题交流群 ：168117787