PyTorch 1.0 kararlı sürümü geliyor
AI Technology Review News NeurIPS Kanada'da düzenleniyor Toplantıda Facebook, PyTorch 1.0'ın kararlı sürümünün resmi lansmanını duyurdu. Bu haber, Facebook kod blogunda da senkronize edildi. Leifeng.com AI Technology Review içeriği şu şekilde derledi:
PyTorch ekosisteminin ve topluluğunun sürekli gelişmesiyle birlikte, geliştiriciler için gittikçe daha ilginç yeni projeler ve eğitim kaynakları mevcuttur.NeurIPS 2018'de Facebook, PyTorch 1.0'ın kararlı sürümünü yayınladı. Ekim ayındaki PyTorch Geliştirici Konferansı'nda, ürün odaklı özellikler ve çeşitli ana akım bulut platformları için destek içeren en son önizleme sürümü yayınlandı.
Araştırmacılar ve mühendisler, istekli yürütme modu ile grafik yürütme modu arasında sorunsuz geçiş için hibrit ön uç, geliştirilmiş dağıtılmış eğitim ve yüksek performanslı araştırma gibi açık kaynak derin öğrenme çerçevesinin yeni özelliklerinden artık kolayca yararlanabilirler. Saf C ++ ön uç ve bulut platformuyla derin entegrasyon.
PyTorch 1.0, araştırma prototip geliştirmeden üretim dağıtımına kadar AI iş akışını hızlandırarak bu süreci başlatmayı daha kolay ve kolay hale getirir. Geçtiğimiz birkaç ay içinde, yeni ve zengin eğitim projeleri yoluyla yeni başlayanların PyTorch'u giderek daha fazla kullandıklarını gördük Uzmanlar, bu çerçeveyi doğal dil işlemeden olasılıklı programlamaya genişleten yenilikçi projeler inşa ettiler. Ve diğer alanlar.
Büyüyen PyTorch topluluğu
PyTorch 2017'nin başlarında piyasaya sürüldü ve kısa süre sonra yapay zeka araştırmacıları için popüler bir seçim haline geldi.Esnek ve dinamik programlama ortamının ve kullanıcı dostu arayüzünün hızlı deneyler için ideal olduğunu gördüler. O zamandan beri, PyTorch topluluğunun hızlı gelişimini gördük. PyTorch şu anda GitHub'da en hızlı büyüyen ikinci açık kaynak projesidir (https://octoverse.github.com/projects). Geçen yıl, PyTorch topluluğuna katkıda bulunanların sayısı 2,8 kat arttı.
Yukarıdaki büyümeye sahip olduğum için çok mutluyum ve PyTorch topluluğuna, kod tabanına katkıda bulunan, rehberlik ve geri bildirim sağlayan ve en yeni projeleri oluşturmak için çerçeveyi kullanan herkese minnettarım. Geliştiricilerin yeni eğitim programı aracılığıyla makine öğrenimi modellerini oluşturmak, eğitmek ve dağıtmak için PyTorch'u nasıl kullanacaklarını daha kolay öğrenmelerini sağlamaya devam etmeyi umuyoruz.
Eğitim kursları, AI geliştiricilerini birbirine yaklaştırır
Geçen ay Udacity ve Facebook, PyTorch ile Derin Öğrenmeye Giriş (PyTorch ile Derin Öğrenmeye Giriş) adlı yeni bir kurs başlattı ve ayrıca sürekli AI eğitimi için bonuslar sağlamak için PyTorch Challenge'ı başlattı. İlk haftalarda binlerce öğrenci aktif olarak çevrimiçi çalışıyor. Daha da önemlisi, bu eğitim kursları geliştiriciler arasındaki mesafeyi daralttı İngiltere'den Endonezya'ya dünyanın her yerinden geliştiricilerin kendiliğinden çevrimdışı toplantılara başladığını gördük.
Udacity'de herkes tam kursu ücretsiz olarak alabilir ve geliştiriciler yakında daha gelişmiş AI Nanodegree kurslarında PyTorch eğitimine devam edebilecekler.
Çevrimiçi eğitim kurslarına ek olarak, fast.ai gibi kuruluşlar, geliştiricilerin sinir ağları oluşturmak için PyTorch'u nasıl kullanacaklarını öğrenmelerini desteklemek için yazılım kitaplıkları da sağlar. fastai, sinir ağı eğitimini daha hızlı ve daha doğru hale getiren bir kütüphanedir.İki ay önce piyasaya sürülmesinden bu yana GitHub'da 10.000 yıldız almıştır.
Geliştiriciler bu kitaplığı kullanarak bir dizi sonuç yaptılar. Örneğin, Santhosh Shetty, afet sonrası hasar sınıflandırmasının doğruluğunu iki katına çıkarmak için fastai kullandı; geleneksel yöntemlerle karşılaştırıldığında, Alena Harley, rutin tümör diziliminin yanlış pozitif oranını 7 kat azalttı; Jason Antic, DeOldify adlı bir proje yarattı. , Proje, eski görüntüleri renklendirmek ve onarmak için derin öğrenmeyi kullanıyor.
Görüntü renklendirme ve restorasyon
PyTorch'u genişleten bazı yeni projeler
PyTorch, görüntü tanıma ve makine çevirisi gibi birçok alanda kullanılmaktadır.Bu çerçevenin geliştirici topluluğu tarafından sürekli genişletildiğini ve desteklendiğini gördük, örneğin:
Horovod tarafından dağıtılmış eğitim çerçevesi, geliştiriciler tek bir GPU veya birden fazla GPU üzerinde kolayca eğitim alabilir.
PyTorch Geometry - bir dizi program ve farklılaştırılabilir modül sağlayan geometrik bir bilgisayar görüntü kitaplığı.
PyTorch modellerini TensorBoard'a kaydeden TensorBoardX-A modülü, geliştiricilerin modelleri eğitirken görselleştirme araçlarını kullanmalarına olanak tanır.
Buna ek olarak, Facebook ekibi, Facebook'un makine çeviri sistemine dayalı sıralı diziye model eğitimi için bir kitaplık olan Translate gibi sürekli olarak PyTorch projeleri geliştiriyor ve açık kaynak kodlu projeler yapıyor.
Belirli alanlarda hızlı bir şekilde çalışmak isteyen yapay zeka geliştiricileri için, PyTorch'un ekosistemi onlara sektördeki en yeni araştırmaları elde etmenin uygun bir yolunu sunar (en son gelişmeler için @PyTorch'u takip edebilirsiniz). PyTorch gelişmeye devam ederken, topluluktan yeni projeler keşfetmeyi dört gözle bekliyoruz.
Buluttan başlayın
PyTorch'un kullanımını kolaylaştırmak ve daha kullanıcı dostu hale getirmek için Amazon Web servisleri, Google Cloud Platform ve Microsoft Azure gibi bulut platformları ve hizmetleriyle işbirliğimizi derinleştirmeye devam ediyoruz. Kısa bir süre önce AWS, PyTorch'u destekleyen Amazon SageMaker Neo'yu piyasaya sürdü ve geliştiricilerin PyTorch'ta, bulutta herhangi bir yerde veya cihazda herhangi bir yerde dağıtılabilen, performansı iki katına çıkaran tek bir eğitim oturumuyla kurulabilir. Geliştiriciler artık yeni bir derin öğrenme sanal makine örneği oluşturarak Google Cloud Platform'da PyTorch 1.0'ı da kullanabilir.
Ayrıca, veri bilimcilerinin PyTorch modellerini Azure üzerinde sorunsuz bir şekilde eğitmesine, yönetmesine ve dağıtmasına olanak tanıyan Microsoft Azure makine öğrenimi hizmeti artık yaygın olarak kullanıma sunulmuştur. Bu hizmetin Python SDK'sını kullanan PyTorch geliştiricileri, isteğe bağlı dağıtılmış hesaplama işlevinden yararlanabilir ve üretim sürecini hızlandırmak için modelleri büyük ölçekte eğitmek için PyTorch 1.0'ı kullanabilir.
Yapay zeka geliştiricileri, bulut ortakları veya yerel kurulumlar aracılığıyla PyTorch 1.0'ı kolayca kullanmaya başlayabilir ve hibrit bir ön uç kullanarak diziden diziye bir model dağıtma, basit bir sohbet robotu eğitme gibi görevleri tamamlamak için PyTorch web sitesinde kademeli olarak güncellenen eğitimleri takip edebilir. PyTorch GitHub'da güncellenmiş belgeleri görebilirsiniz.
aracılığıyla: https://code.fb.com/
Lei Feng.com AI teknolojisi incelemeleri derlendi ve derlendi.
