83 Epizód

  1. Code generation

    Közzétéve: 2021. 06. 04.

  2. Why is autograd so complicated

    Közzétéve: 2021. 06. 03.

  3. __torch_function__

    Közzétéve: 2021. 06. 02.

  4. TensorIterator

    Közzétéve: 2021. 06. 01.

  5. native_functions.yaml

    Közzétéve: 2021. 05. 28.

  6. Serialization

    Közzétéve: 2021. 05. 27.

  7. Continuous integration

    Közzétéve: 2021. 05. 26.

  8. Stacked diffs and ghstack

    Közzétéve: 2021. 05. 25.

  9. Shared memory

    Közzétéve: 2021. 05. 24.

  10. Automatic mixed precision

    Közzétéve: 2021. 05. 21.

  11. Conjugate views

    Közzétéve: 2021. 05. 20.

  12. History and constraints of Tensor

    Közzétéve: 2021. 05. 19.

  13. How new operators are authored

    Közzétéve: 2021. 05. 18.

  14. The life and death of Variable

    Közzétéve: 2021. 05. 17.

  15. Backend extensibility

    Közzétéve: 2021. 05. 14.

  16. The road to structured kernels

    Közzétéve: 2021. 05. 13.

  17. Functionalization

    Közzétéve: 2021. 05. 12.

  18. Just enough CUDA to be dangerous

    Közzétéve: 2021. 05. 11.

  19. Inference mode

    Közzétéve: 2021. 05. 10.

  20. Vectorization

    Közzétéve: 2021. 05. 07.

4 / 5

The PyTorch Developer Podcast is a place for the PyTorch dev team to do bite sized (10-20 min) topics about all sorts of internal development topics in PyTorch.

Visit the podcast's native language site