厉害了Facebook，最新计算机视觉每秒可训练4万张图片

Facebook公开了这次计算机视觉系统的研发成果和硬件堆栈。

对于Facebook来说，网站上占据最多流量的就是各种图片和视频，所以他们一直非常关注计算机视觉的发展。在最近召开的西雅图 Data@Scale 大会上，Facebook公布了一篇研究论文，论文显示他们已经成功研发出一套新的计算机视觉系统，每秒钟可以完成4万张图片的训练。

据了解，这套计算机视觉系统基于Caffe2的系统，高达8192张图的minibatch大小，将之前的8个GPU增加到256个，在这些GPU上用包含120万张图片的ImageNet -1k来训练ResNet-50，只花了1个小时，并且保证了准确性。

数据显示，Facebook每月的活跃用户已经达到了19.6亿，从这些数据中精准筛选出图片的话会给机器学习带来很大的压力，同时还将耗费很长的时间，现在这个新的计算机视觉方法就可以改进这点。

此前，Facebook 还将一些计算机视觉算法代码上传到GitHub供大众下载，包括DeepMask分割框架还有SharpMask分割精细化模块，来帮助Facebook促进这项技术。这次Facebook依然以开放的心态，公开这次计算机视觉系统的研发成果和硬件堆栈。