专栏首页CVerPyTorch1.0 预览版强势发布!

PyTorch1.0 预览版强势发布!

前戏

import pytorch as tf

哎呀,不好意思,写乱了

万众瞩目的Pytorch 1.0 依旧跳票了,但为了安抚各位弱小的心,FaceBook强势推出Pytorch 1.0 预览版(preview)!

这是送中国开发者的国庆礼物么?很贴心(笔芯.jpg)

PyTorch1.0 预览版

Facebook首席技术官 Mike Schroepfer于2018年5月2日,在加利福尼亚州圣何塞市McEnery会议中心举办的Facebook开发者大会F8上发布PyTorch 1.0计划。

然鹅,在2018年10月02日(美国时间),Facebook才强势发布PyTorch 1.0 开发者预览版。接下来,让我们看看官方如何介绍(吹B)的:

今年早些时候,我们分享了使人工智能开发更快,更具互操作性的愿景。今天,在我们有史以来第一次PyTorch开发者大会上,我们宣布了有关不断发展的软件,硬件和教育合作伙伴生态系统的更新,这些合作伙伴正在加深对PyTorch的投资。我们还将我们活跃的研究人员,工程师,教育工作者等社区聚集在一起,分享他们如何使用开源深度学习平台进行研究和制作,并详细介绍PyTorch 1.0的预览版本。

PyTorch 1.0 加速了在人工智能到生产部署方面的突破性研究所涉及的工作流程。借助亚马逊,谷歌和微软提供的更深入的云服务支持,以及与技术提供商ARM,英特尔,IBM,NVIDIA和高通的更紧密集成,开发人员可以更轻松地利用PyTorch的兼容软件,硬件和开发工具生态系统。与PyTorch 1.0兼容的软件和硬件越多,AI开发人员就越容易快速构建,培训和部署最先进的深度学习模型。

PyTorch 1.0有什么新功能

该框架的最新成员包括一个新的混合前端(hybrid front end),支持从 eager mode 到 graph model的跟踪和脚本模型,以弥合勘探和生产部署之间的差距,这是一个经过改进的torch.distributed库,可以在Python和C ++环境中实现更快的培训以及针对性能关键性研究的eager model C ++接口(在测试版中发布)。

注:Eager Model就是所谓的动态图机制

目前,研究人员和工程师必须跨越许多框架和工具,其中许多框架和工具通常是不兼容的,以创建新的深度学习模型并将其转移到生产环境中大规模运行。这样做会降低我们在生产规模上部署AI研究突破的速度。通过这个最新版本,我们将现有PyTorch框架的灵活性与Caffe2的生产能力相结合,提供从研究到生产就绪AI的无缝路径。

来自生态系统的更深层支持

AWS,Google和Microsoft正在通过对其云平台,产品和服务的框架提供更强大的支持来深化对PyTorch 1.0的投资。例如,AWS的SageMaker是用于大规模培训和部署机器学习模型的完全托管平台,现在为PyTorch 1.0提供了预配置环境,其中包括丰富的功能,如自动模型调整。

谷歌正在宣布其用于人工智能开发的软件和硬件工具的新PyTorch 1.0集成。谷歌云平台的深度学习虚拟机有一个新的虚拟机映像与PyTorch 1.0,预装了NVIDIA驱动程序和教程。 Google还提供云量程处理单元(TPU),这是用于机器学习(ML)的定制开发的专用集成电路(ASIC)。 Google Cloud TPU团队的工程师与我们的PyTorch团队积极合作,在此自定义硬件上支持PyTorch 1.0模型。

微软是Facebook另一个重要人工智能倡议ONNX的早期合作伙伴,它也在致力于为其提供一系列机器学习产品的PyTorch一流支持。 Azure机器学习服务现在允许开发人员无缝地从本地计算机上的PyTorch模型培训转移到Azure云上。对于数据科学实验,Microsoft提供预配置PyTorch的预配置数据科学虚拟机(DSVM)。对于希望开始探索PyTorch而无需安装软件和设置本地计算机的开发人员,Azure笔记本提供了一个免费的云托管Jupyter笔记本解决方案,该解决方案使用PyTorch教程进行设置。最后,Visual Studio Code的AI扩展工具提供了Azure ML和PyTorch API的紧密集成,以简化PyTorch代码开发和培训。

除软件和云服务提供商外,技术合作伙伴(包括ARM,IBM,英特尔,NVIDIA和Qualcomm)正在通过直接优化,内核库集成以及对编译器和推理运行时等其他工具的支持,增加对PyTorch 1.0的支持。这种额外的支持可确保PyTorch开发人员可以在数据中心和边缘设备的各种硬件上运行模型,这些硬件针对培训和推理进行了优化。

教育未来的AI开发人员

我们已经看到各种教育提供者使用现有的PyTorch框架来教授在线课程和大学课程的深度学习。该框架的可接近性和与Python的深度集成使学生更容易理解和试验各种深度学习概念。随着PyTorch 1.0的发展,我们很高兴更多的合作伙伴将进一步关注它的课程。

Udacity正在与Facebook合作,为开发人员提供免费的深度学习入门课程,该课程完全在PyTorch上讲授。此外,Facebook将赞助300名成功完成该中级课程的学生继续他们在Udacity的深度学习Nanodegree计划中的教育,该计划已经改编为在PyTorch 1.0上运行。

Fast.ai提供免费在线课程,用于使用PyTorch进行入门级和高级深度学习和机器学习,它宣布推出第一版fastai,一个基于PyTorch 1.0构建的开源软件库。该库提供更高的准确性和速度,代码显著减少,使新的和经验丰富的开发人员更容易获得深度学习。

继续合作

在接下来的几个月里,我们很高兴收到社区的消息:您开始使用PyTorch 1.0时。我们还期待继续与深度学习生态系统领导者合作,帮助更多人利用人工智能,加快从研究到生产的道路。

要开始使用,请下载PyTorch 1.0的开发者预览版,或者与我们的云合作伙伴一起体验它。我们也欢迎整个PyTorch社区加入来自Facebook核心PyTorch团队以及学术界,行业界的贡献者和组织的全天直播会谈,网址为facebook.com/pytorch。

我们要感谢整个PyTorch 1.0团队对这项工作的贡献。

链接:

https://code.fb.com/ai-research/facebook-accelerates-ai-development-with-new-partners-and-production-capabilities-for-pytorch-1-0/

本文分享自微信公众号 - CVer(CVerNews),作者:Amusi

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:2018-10-04

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

  • 重磅!深度学习网络模型大全来了(基于TensorFlow和PyTorch的开源复现)

    端午节快乐!今天 CVer 公众号就不更新重磅的最新论文了,大家还是放松一下,开心过节吧!(透露一下,CVer这边攒了好几篇目标检测、分割等论文,后面会分享给大...

    Amusi
  • CNN一定需要池化层吗?

    在现有的网络结构设计指导下,似乎卷积层后跟一个池化层下采样,已经是一个准则。我们重新思考了现有SOTA网络,并得出结论最大池化层是能被卷积层给替代。我们设计了一...

    Amusi
  • 腾讯优图:开源YOLO系列代码(含YOLOv3以及各种backbone)

    本文给各位CVers介绍一个由腾讯优图实验室开源的One-Stage目标检测项目。链接如下:

    Amusi
  • LeCun力荐,PyTorch官方权威教程书来了,意外的通俗易懂

    PyTorch 无疑是当今最火热的深度学习框架之一。自 2016 年诞生以来,PyTorch 已发展成一个非常繁荣的开发社区。据统计,在 2017 年,深度学习...

    机器之心
  • PyTorch 1.0 正式版发布了!

    GitHub 地址:https://github.com/pytorch/pytorch/releases/tag/v1.0.0

    昱良
  • 预学无门?一份超赞的PyTorch 资源清单,已翻译成中文版!

    在被华为的面试官吊锤之后,我深刻明白入门和入行的差距了,入门可能只是别人说的一些概念你能有了解了,而入行则是我交代的任务你能完成。当然认识到问题之后,还是需要...

    AI算法与图像处理
  • 超赞的PyTorch资源大列表,GitHub标星9k+,中文版也上线了

    自 2017 年 1 月 PyTorch 推出以来,其热度持续上升。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为其有着诸多优点,如采用 P...

    AI科技大本营
  • OpenAI全面拥抱PyTorch,TensorFlow:我哪里比不上它?

    对于深度学习框架的使用,整个人工智能社区大体可以分为两大阵营:TensorFlow 和 PyTorch。有观点认为,PyTorch 更适合研究领域,而实际的工业...

    机器之心
  • PyTorch 官方教程发布,惊人的通俗易懂!

    PyTorch 如今已经称为最受欢迎的深度学习框架之一了!2019年1月到6月底,在arXiv.org上发表的论文中,提及TensorFlow和PyTorch的...

    AI算法与图像处理
  • PyTorch专栏(一)

    【磐创AI导读】:本篇文章讲解了PyTorch专栏的第一章,简单介绍了PyTorch及其环境搭建,希望对大家有所帮助。查看上篇关于本专栏的介绍:PyTorch专...

    磐创AI

扫码关注云+社区

领取腾讯云代金券