PyTorch团队发布了最新的PyTorch 1.4，这个版本让开发者可自定义移动设备函数库，仅加入需要的运算符（Operator），也加入新的实验性功能，包括模型平行训练以及支持Java语言绑定。
PyTorch Mobile在PyTorch 1.3版本开源之后，现在于PyTorch 1.4加入了更多对移动设备的支持，可以精细地自定义构建脚本，这将让开发者有能力优化函数库的大小，只放进模型需要的运算符，明显地降低占用设备的容量，官方提到，自定义MobileNetV2的大小，约只有预构建PyTorch行动函数库的40％到50％。
这个版本加入了两个实验性的功能，第一个是分布式模型平行训练，官方提到，由于模型的规模不断增加，甚至高达数十亿个参数，因此模型的平行训练对于研究人员来说越来越重要，PyTorch 1.4提供分布式RPC框架，以支持分布式模型平行训练，除了能远程执行函数，还可在不实际复制数据的情况下，参照远程对象。
另外，PyTorch支持Python和C++两种程序语言，这个版本额外增加Java支持，官方表示，新的Java绑定可让开发者从任何Java程序调用TorchScript模型，不过，目前这个版本还仅支持Linux，也只能用来进行模型预测。
各领域函数库也有许多升级，torchvision函数库中所有模型都支持ONNX格式，同时所有模型也都支持torchscriptable，使其更易在非Python环境使用。而torchaudio函数库则加入许多过滤器和交互式语音识别功能，torchtext函数库现在可访问enwik9非监督式学习数据集。