脸书在PyTorch首届开发者大会中发布了PyTorch 1.0预览版，而提供机器学习免费线上课程的fast.ai，也跟着发布基于PyTorch的深度学习函数库fastai，为深度学习应用以及数据提供单一一致的API。用户可以立即从Conda、Pip或是GitHub上下载，也可以直接在GCP上使用，不过在AWS上还需要等等。
脸书发布的PyTorch 1.0为一个开源且强大的深度学习框架，可加速人工智能研究到开发的流程，不只兼容于Google云计算、微软Azure Machine Learning及AWS等云计算服务，还受到ARM、英特尔、IBM、Nvidia及高通等技术供应商的支持，同时也获得学术界的支持，是一个生态系统广阔的框架。
而fast.ai也随着PyTorch 1.0的发布，发布了耗时18个月开发的深度学习函数库fastai 1.0，其基于PyTorch框架开发，得力于Python程序代码的弹性与优势，能更轻易的构建和训练神经网络，并且可以用来解决广泛的问题。 fast.ai官方提到，在他们开发fastai函数库的过程，PyTorch团队给给极大的帮助，包括提供函数库关键功能的性能优化。
官方提到，fastai函数库是第一个可以为视觉、文本、表格数据、时间串行以及协同过滤等深度学习应用，提供单一一致接口的深度学习数据库。也就是说，当开发者能够以fastai函数库实例计算机视觉模型，则表示具有能力以相同的方法创建自然语言处理模型，或者任何应用模型。
GCP现在通过Google Compute Engine的实验性深度学习镜像文件，向所有用户提供fastai 1.0函数库，用户可以立即执行笔记本以及预先安装的数据集，只需要在Google Cloud Marketplace中的深度学习镜像文件页面，并为执行实例进行设置，只要点击部署PyTorch 1.0RC框架，就能使用Jupyter Lab、PyTorch 1.0和fastai的虚拟机。
而AWS副总裁Bratin Saha也提到，为大规模提供深度学习的功能，fastai函数库也会很快的在AWS深度学习AMI和Amazon SageMaker上推出。