PyTorch 1.0宣布用于研究和生产AI项目
极客时间编辑部
讲述:丁婵大小:1.18M时长:02:35
近日,Facebook 副总裁比尔·吉亚(Bill Jia)宣布了 PyTorch 的新版本 1.0 的发布。
PyTorch 是用于 Python 的开源 AI 框架软件包,具有 Tensor 计算,包括强大的 GPU 加速和建立于基于磁带 autodiff 系统之上的深度神经网络。
该新版本的重要性在于,减少了从研究过程到生产过程中移动 AI 驱动的项目所需的时间,同时提高了这些应用程序的准确度和性能。这些改进的发生,部分是因为混合前端在命令式和声明式执行模式间的转换。
PyTorch 的核心优势在于,它是前端必不可少的部分,它通过适应性可编程模式实现迭代原型设计和实验。PyTorch 的第一个版本于 2017 年早些时候发布,其下载次数已经超过了 110 万次。
吉亚表示,PyTorch 的速度、生产力和支持最前沿 AI 模型(如动态图形)的能力使之迅速成为最受 AI 研究人员欢迎的开发工具。
目前,PyTorch 已经取得了一些成果,为 AI 研究、开发和生产规模上的性能提供了灵活性,但是也面临着一些挑战。
吉亚解释道,由于它和 Python 紧密的耦合,我们常常需要把研究代码(无论是训练脚本还是经过训练的模型)转换为 Caffe2 中的图形模式表示,以便在生产规模上运行。
不过,此次发布的 PyTorch 1.0 中已经集成了 Caffe2 和 ONNX 的功能,提供了从研究原型到生产部署的无缝路径。通过利用 Caffe2,建立 PyTorch 依赖关系的公司也能够获得对更大规模和可靠性的支持。
目前,在 Facebook 中,Caffe2 已经是生产就绪平台,运行于公司的数据中心,并向横跨 8 代 iPhone 以及 6 代安卓 CPU 架构的超过 10 亿部手机交付产品。
而 ONNX 是一种开放格式,用于表示那些能够在不同 AI 框架之间交换的深度学习模型。在 PyTorch 1.0 中,ONNX 是本地支持的导出模型,它也为加速运行时间和硬件特定库提供了接口。
对此,吉亚表示,这种方法能给予开发人员完全的自由,以混合和匹配最好的 AI 框架和工具,而无需承担资源密集型的定制工程。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论