Фейсбук е отворен код AI рамка PyTorch търси Solid

Facebook вече използва собствения си Open Source AI, PyTorch доста широко в своите собствени проекти за изкуствен интелект. Наскоро те излязоха в лига напред, като пуснаха предварителна версия 1.0.

За тези, които не са запознати, PyTorch е Python-базирана библиотека за научни изчисления.

PyTorch използва превъзходната изчислителна мощ на графичните процесорни единици (GPU) за извършване на сложни тензорни изчисления и внедряване на дълбоки невронни мрежи. Така че, тя се използва широко в целия свят от множество изследователи и разработчици.

Тази нова готова за употреба версия за преглед беше обявена на конференцията за разработчици PyTorch в The Midway, Сан Франциско, Калифорния, във вторник, 2 октомври 2018 година.

Акценти на PyTorch 1.0 Release Candidate

Някои от основните нови функции в кандидата за издаване са:

1. СЕР

JIT е набор от инструменти за компилация, които да приближат изследванията до производството. Тя включва Python-базиран език, наречен Torch Script, както и начини да се направи съществуващ код съвместим със себе си.

2. Нова библиотека с разпределение: „C10D“

“C10D” позволява асинхронна работа на различни бекендове с подобрения в производителността на по-бавни мрежи и др.

3. C ++ frontend (експериментален)

Въпреки че е специално споменато като нестабилен API (очакван в предварителна версия), това е чист C ++ интерфейс към PyTorch бекенда, който следва API и архитектурата на установения интерфейс на Python, за да даде възможност за изследвания с висока производителност, ниска латентност и C ++ приложения, инсталирани директно на хардуер.

За да научите повече, можете да разгледате пълните бележки за актуализация на GitHub.

Първата стабилна версия PyTorch 1.0 ще бъде пусната през лятото.

Инсталиране на PyTorch на Linux

За да инсталирате PyTorch v1.0rc0, разработчиците препоръчват използването на conda, докато има и други начини да направите това, както е показано на тяхната локална инсталационна страница, където са документирали всичко необходимо в детайли.

Предварителни

  • Linux

  • пиукане
  • Питон

  • CUDA (за собственици на Nvidia GPU)

Тъй като наскоро ви показахме как да инсталирате и използвате Pip, нека да разберем как можем да инсталираме PyTorch с него.

Имайте предвид, че PyTorch има варианти само за GPU и CPU. Трябва да инсталирате този, който отговаря на вашия хардуер.

Инсталиране на стара и стабилна версия на PyTorch

Ако искате стабилна версия (версия 0.4) за вашия GPU, използвайте:

pip install torch torchvision 

Използвайте тези две команди последователно за стабилна версия само за CPU:

 pip install //download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl pip install torchvision 

Инсталиране на PyTorch 1.0 Release Candidate

Инсталирате PyTorch 1.0 RC GPU версия с тази команда:

 pip install torch_nightly -f //download.pytorch.org/whl/nightly/cu92/torch_nightly.html 

Ако нямате графичен процесор и предпочитате версия само за CPU, използвайте:

 pip install torch_nightly -f //download.pytorch.org/whl/nightly/cpu/torch_nightly.html 

Проверка на вашата PyTorch инсталация

Стартирайте Python конзолата на терминал със следната проста команда:

 python 

Сега въведете следния примерен код по ред, за да потвърдите инсталацията си:

 from __future__ import print_function import torch x = torch.rand(5, 3) print(x) 

Трябва да получите изход като:

 tensor([[0.3380, 0.3845, 0.3217], [0.8337, 0.9050, 0.2650], [0.2979, 0.7141, 0.9069], [0.1449, 0.1132, 0.1375], [0.4675, 0.3947, 0.1426]]) 

За да проверите дали можете да използвате възможностите на GPU на PyTorch, използвайте следния примерен код:

 import torch torch.cuda.is_available() 

Полученият резултат трябва да бъде:

 True 

Поддръжката на AMD графичните процесори за PyTorch все още е в процес на разработка, така че все още не е осигурено пълно покритие на тестовете, както е докладвано тук, което предполага този ресурс в случай, че имате AMD GPU.

Нека сега разгледаме някои изследователски проекти, които широко използват PyTorch:

Текущи изследователски проекти, базирани на PyTorch

  • Detectron: Facebook Софтуерната система на AI Research за интелигентно откриване и класифициране на обекти. Тя се основава на Caffe2. По-рано тази година Caffe2 и PyTorch обединиха усилията си, за да създадат Research + Production, за да можем да говорим за PyTorch 1.0.

  • Неподдържано откритие на настроението: Тези методи се използват широко с алгоритми в социалните медии.
  • vid2vid: Фотореалистичен превод от видео към видео
  • DeepRecommender (Обсъдихме как тези системи работят върху нашата минала статия за Netflix AI)

Nvidia, водещ производител на графични процесори, обхвана повече от това със собствената си актуализация за това ново развитие, където можете също да прочетете за текущите усилия за съвместни изследвания.

Как да реагираме на такива възможности на PyTorch?

Да мислим, че Facebook прилага такива удивително иновативни проекти и повече в алгоритмите на социалните медии, трябва ли да оценим всичко това или да се разтревожите? Това е почти Скайнет! Това наскоро подобрено предварително готово съобщение на PyTorch със сигурност ще прокара нещата още по-напред! Чувствайте се свободни да споделите своите мисли с нас в коментарите по-долу!

Препоръчано

Пълно ръководство за трикратно зареждане на Windows, Kubuntu и Debian
2019
GNOME 3.26 Издаден! Проверете новите функции
2019
3D отпечатване с отворен код: проучване на научни и медицински решения
2019