众所周知，深度学习框架PyTorch的前身是Torch，从Torch发展到PyTorch，创建团队都做了哪些努力，又遇到了哪些挑战呢？在近日结束的JuliaCon活动中，PyTorch创始人SoumithChintala做了Keynote演讲，分享了一路走来的成长历程和经验教训。
PyTorch是深度学习领域最受欢迎的框架之一，初始版本于年9月由AdamPaszke、SamGross、SoumithChintala等人创建，并于年在GitHub上开源。PyTorch很简洁、易于使用、支持动态计算图而且内存使用很高效，因此越来越受开发者的喜爱。
7月28日-30日，JuliaCon线上活动顺利召开。在7月30日的SingleTrack活动环节，活动主办方邀请到了FAIR研究工程师、深度学习框架PyTorch创建者之一SoumithChintala。目前，他的研究兴趣集中于计算机视觉、机器人和机器学习系统。
在他的Keynote演讲中，SoumithChintala回顾了自己从Torch发展至PyTorch的心路历程，以及对开源社区的看法。他从以下几个方面进行了阐述：
理念原则
范围风险
度量指标
项目的扩展
在正式进入到演讲主题之前，SoumithChintala阐述了他对开源项目的看法，表示大多数开源项目并不仅仅是从「我们需要拥有1万名用户」这种预期开始的。这种预期没有意义，开源之旅应该更纯粹并充满活力。
在开源领域，我们一开始是基于个人兴趣来做事情的。通常来讲，只有当很多人都对某些想法和项目感兴趣并愿意付出时间时，它们才会自然地成长。
此外，就开源项目的发展规律而言，大多数小型开源项目在经过足够的努力和参与后，都会考虑发展壮大。那时，项目参与者已经确定了他们的核心兴趣和理念，这也是技术和文化堆栈的基础。接下来，他们就会竭尽所能营销并扩展自己的开源项目。从Torch到PyTorch也遵循这一发展规律。
PyTorch的理念原则
当考虑一个项目时，它可能是以技术为中心的项目，比如对张量的理解，又比如以用户为中心（例如Torch-7）的项目，它们传播的是易用性理念，而不关心什么技术或想法能让研究者更容易使用。
我在/年开始与Torch合作，并在Torch社区交了许多朋友，理解了他们作为一个整体所代表的隐含原则，和政治一样，开源在关系和原则上的定义是相当模糊的。
因此，多年来，我逐渐理解并欣赏到Torch是一款以用户为中心的产品，它具有即时模式、易于调试、不受影响等特性。Torch的目标用户是一些熟悉编程的人，这些用户能够理解性能等问题，可以根据工作需要，他们能够编写一个C函数并快速地将其绑定进去。
当我们编写PyTorch程序时，我意识到在一个有机的开源社区中，并不是每个人都支持相同的原则。我们在Torch社区中有一些非常重要的成员反对Python，尽管我们以用户为中心的观点允许我们朝着这个方向前进。然后，我们必须做出决定是带他们一起发展还是把他们留下。这些都是困难的决定，因为没有正确的答案，只能领导者必须迅速做出的主观判断。
在这种情况下应该思考什么时候保持固执，什么时候保持妥协。我的观点是，你必选在理念、原则上保持固执，但其他一切都是可以改变的。
这一观点非常有用，随着时间的推移，PyTorch带来并集成了Caffe2社区和Chainer社区，并与Jax和Swift4TF保持友好关系。PyTorch社区变得越来越大，在这个社区中你可以得到更广阔的视角，随着时间的推移，这些视角会使项目变得越来越好。如果你坚持自己的核心原则，你就不会真的在你最初的愿景上妥协，只会让它变得更好。
PyTorch的范围风险
推动Torch社区发展是一个挑战，除此以外，面临的另一个挑战是TensorFlow，据了解TensorFlow拥有比PyTorch多10到30倍的开发人员。不过，TensorFlow正在努力为所有人提供便利，这对PyTorch研究者来说是非常有益的。此外，TensorFlow是一个自上而下计划的项目，需要大量的资源。
所以，我们很自然地采取了完全相反的方法，主要是为了在现实的条件下生存和竞争。我们决定，除了ML研究人员，我们不