Torch kütüphanesine dayanan açık kaynak bir makine öğrenme kütüphanesi olan PyTorch‘un 2.6.0 sürümü, PyTorch ekibi tarafından duyuruldu. PyTorch 2.6.0’ı duyurmaktan heyecan duyduklarını belirten ekip tarafından, bu sürümün, PyTorch 2.6.0 sürümünün performans ve yeni özellikler getirdiği söyleniyor. Bu arada, torch.compile’nin artık Python 3.13 ile kullanılabileceği belirtilirken, yeni performansla ilgili düğme torch.compiler.set_stance; çeşitli AOTInductor iyileştirmeleri içeriyor deniyor. PT2 iyileştirmelerinin yanı sıra, bir diğer önemli nokta da X86 CPU’larda FP16 desteği olduğu söyleniyor. Bu sürümün CUDA 12.6.3 (ve Linux Aarch64, Linux ROCm 6.2.4 ve Linux XPU ikili dosyaları) ile birlikte gelen deneysel GNU/Linux ikili dosyaları CXX11_ABI=1 ile oluşturulduğu belirtiliyor. Manylinux 2.28 derleme platformunun kullanıldığı, özel C++ veya CUDA uzantılarıyla PyTorch uzantıları oluşturulursa, bu derlemelerin de CXX_ABI=1 kullanacak şekilde güncellenmesi isteniyor. Bu sürümün, PyTorch 2.5.0’dan bu yana 520 katılımcının 3892 gönderiminden oluştuğu belirtilirken, her zaman olduğu gibi, bunların denenmesi ve PyTorch’u geliştirirken herhangi bir sorunun bildirilmesinin önerildiği söyleniyor. PyTorch 2.6.0 hakkında bilgi edinmek için sürümler sayfasını inceleyebilirsiniz. Continue Reading →
Tag Archives | NumPy
PyTorch 2.5.1 duyuruldu
Torch kütüphanesine dayanan açık kaynak bir makine öğrenme kütüphanesi olan PyTorch‘un 2.5.1 sürümü, PyTorch ekibi tarafından duyuruldu. PyTorch 2.5.1’i duyurmaktan heyecan duyduklarını belirten ekip tarafından, bu sürümün, PyTorch 2.5.1 sürümünün yanı sıra mevcut PyTorch kitaplıklarına bir dizi iyileştirme getirdiği, ayrıca, SDPA için yeni bir CuDNN arka ucuna sahip olduğu söyleniyor. Bu sürümün çeşitli gerilemeleri düzeltmeyi amaçlayan bir hata düzeltme sürümü olduğu belirtilirken, PyPI’den gelen nesnelerin PRM tabanlı Linux dağıtımlarında kutudan çıktığı haliyle kullanılamayacağı söyleniyor. Gerileme düzeltmelerinin yanı sıra, sürümün birkaç belge güncellemesi içerdiği ifade ediliyor. PyTorch 2.5.1 hakkında bilgi edinmek için sürümler sayfasını inceleyebilirsiniz.
PyTorch 2.5.0 duyuruldu
Torch kütüphanesine dayanan açık kaynak bir makine öğrenme kütüphanesi olan PyTorch‘un 2.5.0 sürümü, PyTorch ekibi tarafından duyuruldu. PyTorch 2.5.0’ı duyurmaktan heyecan duyduklarını belirten ekip tarafından, bu sürümün, PyTorch 2.5.0 sürümünün yanı sıra mevcut PyTorch kitaplıklarına bir dizi iyileştirme getirdiği, ayrıca, SDPA için yeni bir CuDNN arka ucuna sahip olduğu söyleniyor. H100’lerde veya daha yeni GPU’larda SDPA kullanıcıları için varsayılan olarak hızlandırmaların etkinleştirildiği belirtilirken, ayrıca, torch.compile’ın bölgesel derlemesi, kullanıcıların tekrarlanan bir nn.Module’ü (örneğin LLM’de bir transformatör katmanı) yeniden derlemeler olmadan derlemesine izin vererek torch.compile için soğuk başlatma süresini azaltmanın bir yolunu sunduğu söyleniyor. Son olarak, TorchInductor CPP arka ucu, FP16 desteği, CPP sarmalayıcı, AOT-Inductor modu ve maksimum otomatik ayar modu gibi çok sayıda geliştirmeyle sağlam bir performans hızlandırması sunuyor. Bu sürüm, PyTorch 2.4’ten bu yana 504 katılımcıdan 4095 taahhütten oluşuyor. PyTorch 2.5.0 hakkında bilgi edinmek için sürüm duyurusunu ya da sürümler sayfasını inceleyebilirsiniz.
Pandas 2.0.0rc1 duyuruldu
Bir veri bilimi projesinde veri okuma, veri ön işleme ve veri temizleme işlemlerinin yapılması için kullanılan ve Python programlama dilinin en önemli kütüphanelerinden biri olan Pandas‘ın 2.0.0 sürümünün sürüm adayı, Marc Garcia tarafından duyuruldu. Bu sürümün bazı yeni özellikler, hata düzeltmeleri ve performans iyileştirmeleri içerdiği söyleniyor. Pandas 2.0.0’ı yayınlama sürecindeki olduklarını belirten Garcia; önemli olan yeni bir değişikliğin, panda verileri için yeni Apache Arrow arka ucu olduğunu ifade etti. Pandas tarafından sayısal hesaplamalar için kullanılan NumPy’in, Pandas için popüler kitaplık yapacak kadar iyi olsa da, hiçbir zaman veri çerçevesi kitaplıkları için bir arka uç olarak oluşturulmadığını ve bazı önemli sınırlamaları olduğunu belirten Garcia; Pandas’ın birkaç yıldır NumPy’ye büyük ölçüde güvenmekle birlikte yavaş yavaş ondan ayrıldığını söyledi. Pandas 2.0.0’da tüm veri türleri için Apache Arrow desteğini eklediklerini belirten Garcia; varsayılan olarak Pandas’ın orijinal türleri kullanmaya devam edeceğini ifade etti. Garcia; daha önce de belirtildiği gibi, en önemli önceliklerden birinin mevcut kodu veya API’leri bozmamak olduğunu söyledi. Hiçbir şey gerçekten değişmediğini söyleyen Garcia; ancak dtype’ı Arrow’u kullanmak için değiştirebileceklerini belirtti. Apache Arrow bellek içi veri temsili, belirtiminin bir parçası olarak eşdeğer bir temsil içeriyor. Pandas, Arrow’u kullanarak her veri türü için kendi sürümünü uygulamak zorunda kalmadan eksik değerlerle başa çıkabilecek. Pandas 2.0.0rc1 hakkında bilgi edinmek için sürümler sayfasını inceleyebilirsiniz.
PyTorch 2.0 duyuruldu
Torch kütüphanesine dayanan açık kaynak bir makine öğrenme kütüphanesi olan PyTorch‘un 2.0 sürümü, PyTorch ekibi tarafından duyuruldu. PyTorch 2.0’ı duyurmaktan heyecan duyduklarını belirten ekip, bu sürümün, PyTorch 2.0 sürümünün yanı sıra mevcut PyTorch kitaplıklarına bir dizi iyileştirme getirdiği belirtilirken, bu güncellemelerin, topluluğun PyTorch’ta ekosistem projeleri oluşturmasını kolaylaştırmak için tüm etki alanlarında ortak ve genişletilebilir API’ler geliştirmeye ahd edildiğini gösterdiği ifade ediliyor. 22 Aralık 2022 tarihinde PyTorch Konferansında altı çizilen PyTorch® 2.0’ın yayınlandığını duyurmaktan heyecan duyulduğu belirtilirken, PyTorch 2.0’ın, aynı istekli mod geliştirme ve kullanıcı deneyimini sunduğu, daha hızlı performans ve Dynamic Shapes ve Distributed desteğiyle PyTorch’un derleyici düzeyinde çalışma şeklinin temelden değiştirildiği ve güçlendirildiği ifade ediliyor. Bu yeni sürüm, Accelerated Transformers’ın (eski adıyla Better Transformers) kararlı sürümünü içeriyor. 1.13.1 sürümünden bu yana 4.541’in üzerinde kod satırı ve 428 katılımcıdan oluştuğu belirtilen yeni sürüm, Amazon AWS, AWS Graviton3 tabanlı C7g bulut sunucularında PyTorch CPU çıkarımını optimize ediyor. PyTorch 2.0 hakkında ayrıntılı bilgi edinmek için sürüm duyurusunu ya da sürümler sayfasını inceleyebilirsiniz.
PyTorch 1.13 duyuruldu
Torch kütüphanesine dayanan açık kaynak bir makine öğrenme kütüphanesi olan PyTorch‘un 1.13 sürümü, PyTorch ekibi tarafından duyuruldu. PyTorch 1.13’ü duyurmaktan heyecan duyduklarını belirten ekip, bu sürümün, PyTorch 1.13 sürümünün yanı sıra mevcut PyTorch kitaplıklarına bir dizi iyileştirme getirdiği belirtilirken, bu güncellemelerin, topluluğun PyTorch’ta ekosistem projeleri oluşturmasını kolaylaştırmak için tüm etki alanlarında ortak ve genişletilebilir API’ler geliştirmeye odaklanıldığını gösterdiği ifade ediliyor. Hybrid Demucs Model (Beta) ve Pipeline gibi PyTorch Kitaplıkları için güncellemeler içeren yeni sürümde, Hybrid Demucs Model’in hem spektrogram hem de zaman alanı özelliklerini kullanan bir müzik kaynağı ayırma modeli olduğu söyleniyor. TorchAudio’nun, kendi kendini denetleyen öğrenme modellerini kıyaslamak için aşağı akış görevlerinde kullanılan sesle ilgili çeşitli veri kümeleri için destek eklediği belirtiliyor. PyTorch 1.13 hakkında ayrıntılı bilgi edinmek için sürüm duyurusunu inceleyebilirsiniz.
PyTorch 1.13 edinmek için aşağıdaki linklerden yararlanabilirsiniz.
SciPy 1.9.0 duyuruldu
Bilimsel ve teknik hesaplama için kullanılan özgür ve açık kaynak kodlu bir Python kitaplığı olan SciPy‘in 1.9.0 sürümü, SciPy, NumPy ve MDAnalysis kitaplıklarının çekirdek geliştiricisi Tyler Reddy tarafından duyuruldu. Optimizasyon, lineer cebir, entegrasyon, enterpolasyon, özel fonksiyonlar, FFT, sinyal ve görüntü işleme, ODE çözücüler ve bilim ve mühendislikte yaygın olan diğer görevler için modüller içeren yazılımın aylık sıkı bir çalışmanın sonucu olan yeni sürümünde, birçok yeni özellik, sayısız hata düzeltmesi, geliştirilmiş test kapsamı ve daha iyisi sunuluyor. Çok sayıda hata düzeltmesi olduğundan, kullanıcıların bu sürüme yükseltme yapmaları öneriliyor. Bu sürümün, Python 3.8-3.11 ve NumPy 1.18.5 veya üstünü gerektirdiği belirtilirken, ayrıca PyPy üzerinde çalışmak için PyPy3 6.0+ gerekli olduğu ifade ediliyor. Meson kullanmak için yapı sisteminin modernize edildiği ve önemli ölçüde geliştirildiği belirtilirken, scipy.interpolate iyileştirmeleriyle gelen yeni sürüme, yeni spline tabanlı enterpolasyon yöntemleri eklendiği söyleniyor. SciPy 1.9.0 hakkında bilgi edinmek için sürümler sayfasını inceleyebilirsiniz.
SciPy 1.9.0 edinmek için aşağıdaki linklerden yararlanabilirsiniz.