欢迎阅读 PyTorch 月度简报！
您获取最新动态、活动和社区见解的首选来源，与 PyTorch 基金会共同构建和创新。
PyTorch 2.6 发布
我们很高兴地宣布 PyTorch 2.6 正式发布！此版本对 PT2 进行了多项改进。torch.compile 现已支持 Python 3.13；新增了与性能相关的调节选项 `torch.compiler.set_stance`；以及多项 AOTInductor 增强功能。除了 PT2 的改进之外，另一个亮点是在 X86 CPU 上支持 FP16。
PyTorch 2.6 在线问答网络研讨会 – 2025 年 2 月 7 日
对 2.6 版本有疑问？ 加入我们的在线问答 ，与 PyTorch 核心维护者 Nikita Shulga (Meta) 探讨 PyTorch 2.6。Nikita 是 Meta 的一名软件工程师，负责 PyTorch 的发布和持续集成等工作。Nikita 致力于提升开发者社区，并持续改进 PyTorch。他拥有莫斯科物理技术学院（MIPT）的应用数学硕士学位。欢迎在本次在线问答环节向 Nikita 提出您关于 PyTorch 2.6 的问题。
近期博客、社区博客和案例研究
博客：PyTorch 技术咨询委员会（TAC）2025 年优先事项
案例研究：英特尔如何利用 PyTorch 通过英特尔锐炫™ GPU 赋能生成式 AI
社区博客：凝聚 PyTorch 社区力量
PyTorch 成为 AI 和 ML 领域主流开源框架：2024 年度回顾
更多 PyTorch 博客与新闻
- 在英特尔® 至强® 处理器上为 PyTorch 2.5 提供 GenAI 加速
- 通过 PyTorch 多设备支持将昇腾后端与 Torchtune 集成
- 适用于 PyTorch 的高性能低比特位算子
- docTR 加入 PyTorch 生态系统：从像素到数据，使用 PyTorch 和 docTR 构建识别管道
- torchcodec：为 PyTorch 提供简单高效的视频解码
近期活动与网络研讨会
即将举行的活动有哪些？
网络研讨会：PyTorch 2.6 发布在线问答
加入我们，与 PyTorch 核心维护者 Nikita Shulga (Meta) 一起探讨 PyTorch 2.6。欢迎在本次在线问答环节向 Nikita 提出您关于 PyTorch 2.6 的问题。
网络研讨会：PyTorch 专家交流：使用 PyTorch Frame 进行多模态表格深度学习：Akihiro Nitta 将介绍 PyTorch Frame，这是一个用于多模态表格深度学习的模块化框架。2 月 19 日的网络研讨会将重点介绍其用于高效处理稀疏特征的专用数据结构，这些结构使 PyTorch Frame 成为处理现代表格数据的必备工具。
PyTorch Conference 2025： 敬请期待！ 2025 年 10 月 22-23 日 在旧金山，了解 AI 和 PyTorch——这一前沿且著名的开源机器学习框架。这个为期两天的活动汇集了顶尖的研究人员、开发者和学术社区，旨在促进合作并推动端到端机器学习的发展。