欢迎阅读 PyTorch 月度简报！
您的最新动态、活动和社区洞察的一站式来源，助您利用 PyTorch 基金会进行构建和创新。
PyTorch 2.6 发布
我们很高兴地宣布 PyTorch 2.6 发布！此版本针对 PT2 进行了多项改进。torch.compile 现在可与 Python 3.13 配合使用；新增了性能相关的旋钮 `torch.compiler.set_stance`；多项 AOTInductor 增强功能。除了 PT2 改进外，另一个亮点是 X86 CPU 对 FP16 的支持。
PyTorch 2.6 现场问答网络研讨会 – 2025 年 2 月 7 日
对 2.6 版本有疑问吗？ 加入我们与 PyTorch 核心维护者 Nikita Shulga (Meta) 进行的 PyTorch 2.6 现场问答。Nikita 是 Meta 的软件工程师，负责 PyTorch 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。Nikita 拥有莫斯科物理技术学院 (MIPT) 应用数学硕士学位。在此现场问答环节中，请向 Nikita 提出您的 PyTorch 2.6 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 Arc GPU 赋能生成式 AI
社区博客：将 PyTorch 社区凝聚在一起
PyTorch 成为 AI 和 ML 领域主流开源框架：2024 年度回顾
更多 PyTorch 博客和新闻
- 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
即将举行的活动和网络研讨会
未来展望？
网络研讨会：PyTorch 2.6 发布现场问答
加入我们与 PyTorch 核心维护者 Nikita Shulga (Meta) 进行的 PyTorch 2.6 现场问答。在此现场问答环节中，请向 Nikita 提出您的 PyTorch 2.6 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专门的数据结构，以有效处理稀疏特征，使 PyTorch Frame 成为现代表格数据的重要工具。
PyTorch Conference 2025：保存日期！2025 年 10 月 22-23 日在旧金山，了解 AI 和 PyTorch，这一尖端且著名的开源机器学习框架。这项为期两天的活动汇集了顶尖研究人员、开发人员和学术社区，促进协作并推进端到端机器学习。