Caffe2 近日在其博客上公布了与 PyTorch
合并的各项细节，文中表示 Caffe2 的开发重点是性能和跨平台部署，而 PyTorch
则专注于快速原型设计和研究的灵活性。二者的组件在过去一年大量被共享，双方也意识到将各自的优势特性整合到一个包中，并实现从快速原型到快速执行的平稳过渡是有意义的，也能通过更轻松地使用共享工具提高开发效率。 
Caffe2 和 PyTorch 的代码已于 4 月开始合并，在接下来的几个月里，还将继续深入整合框架的各个组件，并将它们作为一个整体进行有效整合。最终将 PyTorch 前端的灵活用户体验与 Caffe2 后端的扩展、部署和嵌入功能相结合。 合并细节主要包括： 在下个版本中，Caffe2 和 PyTorch 的 python 包（pip 和 conda）将进行整合并被合并到一个包中。 Caffe2 的图形构建 API（brew，core.Net）将继续工作，并且现有的序列化模型 NetDefs 会提供向后兼容性。 Caffe2 和 PyTorch 的操作符实现将逐渐合并，从而扩展二者的功能。 后续统一将 ONNX 作为常用的模型文件格式。 Caffe2 高可扩的执行引擎大部分将保持完好。 Caffe2 现有的 predictor 支持将成为在数据中心和移动设备上加速部署的主要手段。 后续将通过统一的 PyTorch 1.0 软件包的原型环境直接提供 Caffe2 的各种设备支持和运行时集成。 PyTorch 1.0 将是 Caffe2 和 PyTorch 合并后推出的首个整合版本，计划会在今年夏天发布。
| 
