PyTorch est une bibliothèque de machine learning dévelopée par Facebook AI Research. La sortie de la version 1.9 de la bibliothèque vient d'être annoncée. PyTorch vient avec des améliorations majeures pour prendre en charge le calcul scientifique, notamment torch.linalg, torch.special et Complex Autograd

Avec cette version 1.9, le module torch.linalg passe à une version stable. L'algèbre linéaire est essentielle à l'apprentissage en profondeur et au calcul scientifique, et le module torch.linalg étend la prise en charge de PyTorch avec des implémentations de chaque fonction du module d'algèbre linéaire de NumPy (maintenant avec prise en charge des accélérateurs et autograd)

Un module torch.special, analogue au module spécial de SciPy, est désormais disponible en version bêta. Ce module contient de nombreuses fonctions utiles pour le calcul scientifique et le travail avec des distributions telles que iv, ive, erfcx, logerfc et logerfcx.

La fonctionnalité Complex Autograd, publiée en version bêta dans PyTorch 1.8, est désormais stable. Depuis la version bêta, Facebook a étendu la prise en charge de Complex Autograd pour plus de 98% des opérateurs dans PyTorch 1.9, amélioré les tests pour les opérateurs complexes en ajoutant plus d'OpInfos et ajouté une plus grande validation via la migration TorchAudio vers des tenseurs complexes natifs

Cette fonctionnalité offre aux utilisateurs la possibilité de calculer des gradients complexes et d'optimiser les fonctions de perte à valeur réelle avec des variables complexes.

PyTorch est un logiciel libre sous licence BSD disponible sur GitHub.

Site : pytorch.org