Facebook和微软发布机器学习工具ONNX,PyTorch训练的模型轻松转到Caffe2

陈桦 编译整理 量子位 出品 | 公众号 QbitAI

Facebook和微软周四在各自的博客中发布了ONNX,即“开放神经网络转换”工具。

简单地说,这个新工具能把一种框架训练的模型,转换成另一种框架所需的格式。比如说,机器学习开发者可以将PyTorch训练的模型转换到Caffe2上,减少从研究到产品化所耗费的时间。

Facebook在博客中说,ONNX只是第一步,他们的目标是建立一个开放的生态,让AI开发者能在最先进的工具之间轻松流动,选择最适合自己的框架。

在Facebook内部,研究和产品应用之间就有着很明显的区隔,这家公司一直有两个机器学习团队:FAIR(人工智能研究院)和AML(应用机器学习),FAIR专注于前沿性研究,而AML则关注如何将人工智能产品化。

深度学习框架的选择是造成这种区别的关键。FAIR习惯于使用PyTorch。这种深度学习框架可以不考虑资源限制,在研究中取得漂亮的结果。

然而在现实世界中,大部分人都受限于智能手机和计算机的计算能力。当AML希望开发可以部署、可以规模化的产品时,通常会选择Caffe2。Caffe2也是一种深度学习框架,但针对资源效率进行了优化。尤其是Caffe2Go特别关注了在性能不足的移动设备上优化机器学习模型。

Facebook和微软的合作帮助研究者方便地将用PyTorch开发的模型转换为Caffe2模型。通过降低两种框架之间切换的障碍,Facebook和微软可以推动研究的普及,加速整个商业化进程。

在这个月过完之前,微软的CNTK、Facebook的Caffe2和PyTorch都将支持ONNX。

但距离“开放生态”的愿景,ONNX还有很远的路要走。并不是所有公司都在用PyTorch、Caffe2和CNTK,现在使用人数最多的框架,依然是Google的TensorFlow,而亚马逊收编的MXNet、老牌的Theano、百度的paddle等等都各有一批用户。

也正因为机器学习框架这么多,功能大同小异,才让ONNX这样的工具有用武之地。

大部分机器学习框架的功能,都是让开发者能更容易地建立、运行神经网络的计算图,而这些框架之间的核心区别,就在于它们用各不相同的格式来表示这些计算图。

ONNX提供一种共享的模型表示,提升了AI框架之间的互操作性。

在科研范畴之外,其他人也在试图将机器学习模型更方便地转换为针对特定设备优化的形式。

例如,苹果的CoreML就可以帮助开发者转换某些类型的模型。目前,CoreML还不支持TensorFlow,而且创建自定义转换器的过程很复杂,转换器最后有可能无法使用。

随着谷歌和苹果等公司加大对定制硬件上机器学习框架的优化,继续关注互操作性非常重要。

目前,ONNX已经在Github上发布,地址:https://github.com/onnx/onnx

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-09-08

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。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【春节最强AI游记】最全一手讲者报告实录+BATJ等企业展位,360度带你重温AAAI

新智元专栏 作者:张祥文 编辑:小奇 【新智元导读】厦大学子以一篇图文并茂的游记,带你重温今年的AAAI:详细介绍数场重磅讲者报告、亚马逊及阿里巴巴等提...

37080
来自专栏大数据文摘

业界 | 什么是最小可行性数据产品(MVP)?如何用它做机器学习?

本文作者是一名数据科学家,现在离开了Pivotal公司加入了idealo公司,正在帮助其搭建数据科学团队以及把机器学习整合到公司的产品中。

12700
来自专栏机器人网

推荐:10种机器学习的工具和框架(附;链接)

AWS re:Invent 2017上宣布的一款重大产品就是正式发布的亚马逊Sagemaker,这种新的框架简化了构建机器学习模型并部署到云端的任务。

18310
来自专栏深度学习之tensorflow实战篇

使用 IBM SPSS Modeler 进行社交网络分析,用15哦

背景知识:社交网络分析、数据挖掘、IBM SPSS Modeler 社交网络分析是人、组织、计算机或者其他信息或知识处理实体之间的关系和流动信息的映射和测量。...

410140
来自专栏AI研习社

Tensorflow框架平台的综合对比 | Tensorflow 最全资料汇总【3】

【AI研习社】关注AI前沿、开发技巧及技术教程等方面的内容。欢迎技术开发类文章、视频教程等内容投稿,邮件发送至:zhangxian@leiphone.com 作...

37580
来自专栏灯塔大数据

一名合格的机器学习工程师需要具备的5项基本技能,你都get了吗?

你是否对机器学习充满兴趣呢?其实到目前为止,每天有越来越多的工程师开始将好奇的目光转向机器学习领域。实际上,你会发现现在没有哪一个领域比机器学习能引起更多的曝...

42380
来自专栏数据科学与人工智能

机器学习与数据科学

计算技术通常用来分析数据,而理解数据则依赖于机器学习。多年来,对于大多数开发者来说,机器学习却是非常遥远、一直是难以企及的。 这可能是现在收益最高,也是最受欢...

277100
来自专栏华章科技

Intel研究院院长吴甘沙:大数据分析师的卓越之道(珍藏版)

亲爱的各位同仁,各位同学,早上好。大数据时代数据分析师应该做什么改变?我今天的标题是大数据分析师的卓越之道。这个演讲信息量比较大,我讲的不一定对,即使对的我也不...

9220
来自专栏人工智能

生成人工智能:创意专家新的强大工具

人工智能可以以惊人的速度,效率和逼真度生成新的数据模式。在过去的几年里,人工智能通过算法生成可以以数字形式呈现的任何对象已经司空见惯。到2019年,大多数领先的...

22360
来自专栏机器人网

2018年大行其道的10种机器学习的工具和框架

2017年是机器学习大放异彩的一年,这归功于众多公司广泛而深入地研究和开发更新颖、更高效的工具和框架。这里介绍,有望在2018年大行其道的10种机器学习的工具和...

65350

扫码关注云+社区

领取腾讯云代金券