专栏首页CSDN技术头条Facebook开源Torchnet加速深度学习,Caffe 、TensorFlow将可用

Facebook开源Torchnet加速深度学习,Caffe 、TensorFlow将可用

Facebook宣布开源用于简化深度学习、加速开发的软件Torchnet。

  • 用Lua编写
  • 提供样板代码、关键抽象和参考实现,可以聚合分拆重用,以模块化编程减少bug概率
  • 简化异步、并行数据loading,提升多GPU效率
  • 可能不会一直局限于Torch,其抽象将有Caffe、TensorFlow实现
  • 方法有点类似于Theano框架的Blocks和Fuel库
  • 已经应用于Facebook图像识别和NLP

Facebook工程师Laurens van der Maaten表示,Torchnet的核心不是让Torch更快(而是简化深度学习工作),举例而言它可以减少IO开销,这对大型神经网络尤其重要。

The goal of open-sourcing Torchnet is to empower the developer community, allowing it to rapidly build effective and reusable learning systems.

与Caffe、Chainer、TensorFlow和Theano等深度学习框架的一个很大的不同,是不注重深层网络中高效率的推理和梯度计算,Torchnet提供一个深度学习框架之上的框架(如torch/nn),使得rapid experimentation更容易。

Torchnet provides a collection of subpackages and implements five main types of abstractions:

  • Datasets — provide a size function that returns the number of samples in the data set, and a get(idx) function that returns the idx-th sample in the data set.
  • Dataset Iterators — a simple for loop that runs from one to the data set size and calls the get() function with loop value as input.
  • Engines — provides the boilerplate logic necessary for training and testing models.
  • Meter — used for performance measurements, such as the time needed to perform a training epoch or the value of the loss function averaged over all examples.
  • Logs — for logging experiments.

The most important subpackages provide implementations of boilerplate code that is relevant to machine-learning problems. These include computer vision, natural language processing, and speech processing.

相关资源:

  • Github:https://github.com/torchnet/torchnet
  • 官方博客:Lighting the way to deep machine learning
  • ICML论文:https://lvdmaaten.github.io/publications/papers/Torchnet_2016.pdf

本文分享自微信公众号 - CSDN技术头条(CSDN_Tech)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2016-06-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 大脑记忆的建模

    据国外媒体报道,科学家近日发现了大脑形成及失去记忆背后的数学方程。他们认为,这些方程可以精确地描述我们唤起回忆的方式。未来某一天,这一发现或许能帮助医生消除或改...

    CSDN技术头条
  • 霉霉 vs AI:谁的歌词写的更好

    翻译 | AI科技大本营(rgznai100) 参与 | Shawn 从小到大我一直都是Taylor Swift的死忠粉。上初中时,我的 iPod Nano 里...

    CSDN技术头条
  • 数据可视化的10个关键术语

    Format 交互方式 Interactive visualisations allow you to modify, manipulate and explo...

    CSDN技术头条
  • 在线学习重复囚徒困境来模仿人类行为(CS AI)

    囚徒困境主要是将选择合作或缺陷视为一种原子行为。我们建议在迭代囚徒困境(IPD)游戏中研究在线学习算法的行为,在该游戏中,我们探索了强化学习代理的全部范围:多臂...

    刘子蔚
  • NodeJS 各websocket框架性能分析

    For a current project at WhoScored, I needed to learn JavaScript, Node.js and We...

    庞小明
  • 用强化学习从视频中学习生成动作动画

    原文blog:https://bair.berkeley.edu/blog/2018/10/09/sfv/

    xcigar
  • vae 相关论文 表示学习 1

    05 Nov 2016 (modified: 18 Apr 2017)ICLR 2017 conference submissionReaders: Ever...

    用户1908973
  • 数据是未来工厂的关键

    大数据文摘
  • 数据仓库,就不是数据库了吗?

    A database is a collection of related data which represents some elements of the...

    Lenis
  • 证明战略性拍卖网络(CS.GT)

    最优拍卖在买方的个人理性和策略证明的前提下,使卖方的期望收益最大化。迈尔森1981年开创性的作品解决了一件物品的拍卖案件;然而,随后几十年的工作在单一物品的基础...

    用户7236395

扫码关注云+社区

领取腾讯云代金券