PyTorch 1.0 同時(shí)面向產(chǎn)品化 AI 和突破性研究的發(fā)展，「我們?cè)?PyTorch1.0 發(fā)布前解決了幾大問題，包括可重用、性能、編程語言和可擴(kuò)展性?！笷acebook 人工智能副總裁 Jerome Pesenti 曾在PyTorch 開發(fā)者大會(huì)上表示。

隨著 PyTorch 生態(tài)系統(tǒng)及社區(qū)中有趣新項(xiàng)目及面向開發(fā)者的教育資源不斷增加，今天 Facebook 在 NeurIPS 大會(huì)上發(fā)布了 PyTorch 1.0 穩(wěn)定版。該版本具備生產(chǎn)導(dǎo)向的功能，同時(shí)還可以獲得主流云平臺(tái)的支持。

現(xiàn)在，研究人員及工程師可以輕松利用這一開源深度學(xué)習(xí)框架的新功能，包括可在 eager execution 和 graph execution 模式之間無縫轉(zhuǎn)換的混合前端、改進(jìn)的分布式訓(xùn)練、用于高性能研究的純 C++ 前端，以及與云平臺(tái)的深度集成。

PyTorch 1.0 將加速 AI 從原型到生產(chǎn)部署的工作流程，并使這一進(jìn)程更加容易開始。僅僅在過去的幾個(gè)月里，就不斷有人通過廣泛普及的新教學(xué)課程上手 PyTorch，一些專家還構(gòu)建了創(chuàng)新型項(xiàng)目，將這一框架擴(kuò)展到從自然語言處理到概率編程的多個(gè)領(lǐng)域。

不斷壯大的 PyTorch 社區(qū)

PyTorch 于 2017 年初首發(fā)，之后迅速成為 AI 研究者廣泛使用的框架。PyTorch 靈活、動(dòng)態(tài)的編程環(huán)境及對(duì)用戶友好的界面使其非常適用于快速實(shí)驗(yàn)。其社區(qū)的迅速壯大有目共睹。如今，PyTorch 已經(jīng)成為 GitHub 上增長(zhǎng)第二快的開源項(xiàng)目，在過去的 12 個(gè)月里貢獻(xiàn)者增加了 1.8 倍。

為對(duì)社區(qū)做出回饋，F(xiàn)acebook 將繼續(xù)提供簡(jiǎn)單易學(xué)的教育課程，通過這些課程幫助開發(fā)者掌握用 PyTorch 創(chuàng)建、訓(xùn)練及部署機(jī)器學(xué)習(xí)模型的技巧。

教育課程將 AI 開發(fā)者凝聚在一起

去年，Udacity 和 Facebook 上線了一門新課程《Introduction to Deep Learning with PyTorch》和 PyTorch 挑戰(zhàn)賽（PyTorch Challenge Program），它為持續(xù) AI 教育提供獎(jiǎng)學(xué)金。在課程發(fā)布后的短短幾周內(nèi)，數(shù)萬學(xué)生積極參與該在線項(xiàng)目。此外，該教育課程開始通過現(xiàn)實(shí)世界的會(huì)面（meet-up）使開發(fā)者社區(qū)變得更有凝聚力，這種 meet-up 在全世界展開，從英國(guó)到印度尼西亞都有這樣的開發(fā)者聚會(huì)。

完整課程可在 Udacity 網(wǎng)站上免費(fèi)獲取，之后開發(fā)者可以在更高級(jí)的 AI 納米學(xué)位項(xiàng)目中繼續(xù) PyTorch 學(xué)習(xí)。

除了在線教育課程，fast.ai 等組織還提供過軟件庫(kù)，支持開發(fā)者學(xué)習(xí)如何使用 PyTorch 構(gòu)建神經(jīng)網(wǎng)絡(luò)。fastai 庫(kù)（簡(jiǎn)化了訓(xùn)練快速、準(zhǔn)確的神經(jīng)網(wǎng)絡(luò)的流程）在發(fā)布兩個(gè)月后即在 GitHub 獲得 10000 星。

新項(xiàng)目拓展 PyTorch

PyTorch 已被應(yīng)用到從圖像識(shí)別到機(jī)器翻譯的多個(gè)用例中。因此可以看到開發(fā)者社區(qū)各種項(xiàng)目對(duì) PyTorch 開發(fā)的拓展和支持。其中一些項(xiàng)目有：

• Horovod：分布式訓(xùn)練框架，讓開發(fā)人員可以輕松地使用單個(gè) GPU 程序，并快速在多個(gè) GPU 上訓(xùn)練。
• PyTorch Geometry：PyTorch 的幾何計(jì)算機(jī)視覺庫(kù)，提供一組路徑和可區(qū)分的模塊。
• TensorBoardX：一個(gè)將 PyTorch 模型記錄到 TensorBoard 的模塊，允許開發(fā)者使用可視化工具訓(xùn)練模型。

此外，F(xiàn)acebook 內(nèi)部團(tuán)隊(duì)還構(gòu)建并開源了多個(gè) PyTorch 項(xiàng)目，如 Translate（用于訓(xùn)練基于 Facebook 機(jī)器翻譯系統(tǒng)的序列到序列模型的庫(kù)）。對(duì)于想要快速啟動(dòng)特定領(lǐng)域研究的 AI 開發(fā)者來說，PyTorch 支持項(xiàng)目的生態(tài)系統(tǒng)使他們能夠輕松了解行業(yè)前沿研究。希望隨著 PyTorch 不斷發(fā)展，社區(qū)能夠出現(xiàn)更多新的項(xiàng)目。

從云端啟動(dòng)

為了使 PyTorch 更加易于獲取且對(duì)用戶友好，PyTorch 團(tuán)隊(duì)繼續(xù)深化與云平臺(tái)和云服務(wù)的合作，如 AWS、谷歌云平臺(tái)、微軟 Azure。最近，AWS 上線了 Amazon SageMaker Neo，支持 PyTorch，允許開發(fā)者使用 PyTorch 構(gòu)建機(jī)器學(xué)習(xí)模型，訓(xùn)練模型，然后將它們部署在云端或邊緣設(shè)備，且性能提升高達(dá) 2 倍。開發(fā)者現(xiàn)在可以在谷歌云平臺(tái)上創(chuàng)建一個(gè)新的深度學(xué)習(xí)虛擬機(jī)實(shí)例來嘗試使用。

此外，微軟 Azure 機(jī)器學(xué)習(xí)服務(wù)現(xiàn)在也可以廣泛使用了，它允許數(shù)據(jù)科學(xué)家在 Azure 上無縫訓(xùn)練、管理和部署 PyTorch 模型。使用 Azure 服務(wù)的 Python SDK，Python 開發(fā)者可以利用所需的分布式計(jì)算能力，使用 PyTorch 1.0 規(guī)?；?xùn)練模型，并加速?gòu)挠?xùn)練到生產(chǎn)的過程。

AI 開發(fā)者可通過云服務(wù)或本地安裝來輕松使用 PyTorch 1.0，并遵循 PyTorch 官網(wǎng)上更新版分步教程執(zhí)行任務(wù)，比如使用混合前端部署序列到序列模型，訓(xùn)練簡(jiǎn)單的 chatbot 等等。PyTorch 1.0 版本說明參見 PyTorch GitHub：https://github.com/pytorch/pytorch/releases。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。如果你想了解更多相關(guān)內(nèi)容請(qǐng)查看下面相關(guān)鏈接

最新評(píng)論