Facebook 宣佈近幾個月將開源 PyTorch 1.0 框架，該框架是基於 PyTorch 與 Caffe2 的結合，允許開發人員無需遷移便從研究轉向生產。
PyTorch是一個基於Python的科學計算包，其旨在服務兩類場合：
替代numpy發揮GPU潛能
一個提供了高度靈活性和效率的深度學習平臺
據 PyTorch 自己介紹, 他們家的最大優點就是建立的神經網路是動態的, 對比靜態的 Tensorflow, 他能更有效地處理一些問題, 比如說 RNN 變化時間長度的輸出. 而我認為, 各家有各家的優勢和劣勢, 所以我們要以中立的態度. 兩者都是大公司, Tensorflow 自己說自己在分散式訓練上下了很大的功夫, 那我就預設 Tensorflow 在這一點上要超出 PyTorch, 但是 Tensorflow 的靜態計算圖使得他在 RNN 上有一點點被動 (雖然它用其他途徑解決了), 不過用 PyTorch 的時候, 你會對這種動態的 RNN 有更好的理解.
Facebook 去年與微軟合作開源了開放神經網路交換（ONNX）系統，它使得在 Caffe2 和 PyTorch 之間共享資訊變得更加容易。現在已經將 ONNX 整合到 PyTorch 1.0 中，ONNX 將作為 PyTorch 1.0 中的模型輸出格式，以便模型可以與其他框架進行互操作。
Facebook 還表示，將在未來幾個月內統一 PyTorch 0.4 和 Caffe2 的程式碼庫，建立一個統一的框架，支援多種功能，包括高效的圖形模式執行，分析，移動部署和廣泛的供應商整合。
PyTorch 1.0 將於今年晚些時候釋出。該公司表示，微軟計劃在 Azure 中支援該框架，並且亞馬遜的網路服務都將支援PyTorch 1.0。