PyTorch 1.0 预览版发布:Facebook 最新 AI 开源框架

Facebook 在人工智能项目中广泛使用自己的开源 AI 框架 PyTorch,最近,他们已经发布了 PyTorch 1.0 的预览版本。

-- Avimanyu Bandyopadhyay

致谢

编译自 |

https://itsfoss.com/pytorch-open-source-ai-framework/

作者 | Avimanyu Bandyopadhyay

译者 | distant1219 共计翻译:4.0篇 贡献时间:98 天

Facebook 在人工智能项目中广泛使用自己的开源 AI 框架 PyTorch,最近,他们已经发布了 PyTorch 1.0 的预览版本。

如果你尚不了解,PyTorch

[1]

是一个基于 Python 的科学计算库。

PyTorch 利用GPU 超强的运算能力

[2]

来实现复杂的张量

[3]

计算 和深度神经网络

[4]

。 因此, 它被世界各地的研究人员和开发人员广泛使用。

这一新的可以投入使用的预览版

[5]

已于 2018 年 10 月 2 日周二在旧金山The Midway

[6]

举办的PyTorch 开发人员大会

[7]

宣布。

PyTorch 1.0 候选版本的亮点

候选版本中的一些主要新功能包括:

1、 JIT

JIT 是一个编译工具集,使研究和生产更加接近。 它包含一个基于 Python 语言的叫做 Torch Script 的脚本语言,也有能使现有代码与它自己兼容的方法。

2、 全新的 torch.distributed 库: “C10D”

“C10D” 能够在不同的后端上启用异步操作, 并在较慢的网络上提高性能。

3、 C++ 前端 (实验性功能)

虽然它被特别提到是一个不稳定的 API (估计是在预发行版中), 这是一个 PyTorch 后端的纯 C++ 接口, 遵循 API 和建立的 Python 前端的体系结构,以实现高性能、低延迟的研究和开发直接安装在硬件上的 C++ 应用程序。

想要了解更多,可以在 GitHub 上查看完整的更新说明

[8]

第一个 PyTorch 1.0 的稳定版本将在夏季发布。(LCTT 译注:此信息可能有误)

在 Linux 上安装 PyTorch

为了安装 PyTorch v1.0rc0, 开发人员建议使用conda

[9]

, 同时也可以按照本地安装页面

[10]

所示,使用其他方法可以安装,所有必要的细节详见文档。

前提

◈ Linux

◈ Pip

◈ Python

◈CUDA

[11]

(对于使用 Nvidia GPU 的用户)

我们已经知道如何安装和使用 Pip

[12]

,那就让我们来了解如何使用 Pip 安装 PyTorch。

请注意,PyTorch 具有 GPU 和仅限 CPU 的不同安装包。你应该安装一个适合你硬件的安装包。

安装 PyTorch 的旧版本和稳定版

如果你想在 GPU 机器上安装稳定版(0.4 版本),使用:

使用以下两个命令,来安装仅用于 CPU 的稳定版:

安装 PyTorch 1.0 候选版本

使用如下命令安装 PyTorch 1.0 RC GPU 版本:

如果没有GPU,并且更喜欢使用 仅限 CPU 版本,使用如下命令:

验证 PyTorch 安装

使用如下简单的命令,启动终端上的 python 控制台:

现在,按行输入下面的示例代码以验证您的安装:

你应该得到如下输出:

若要检查是否可以使用 PyTorch 的 GPU 功能, 可以使用以下示例代码:

输出结果应该是:

支持 PyTorch 的 AMD GPU 仍在开发中, 因此, 尚未按报告

[13]

提供完整的测试覆盖,如果您有 AMD GPU ,请在这里

[14]

提出建议。

现在让我们来看看一些广泛使用 PyTorch 的研究项目:

基于 PyTorch 的持续研究项目

◈Detectron

[15]

: Facebook AI 研究院的软件系统, 可以智能地进行对象检测和分类。它之前是基于 Caffe2 的。今年早些时候,Caffe2 和 PyTorch合力

[16]

创建了一个研究 + 生产的 PyTorch 1.0

◈Unsupervised Sentiment Discovery

[17]

: 广泛应用于社交媒体的一些算法

◈vid2vid

[18]

: 逼真的视频到视频的转换

◈DeepRecommender

[19]

我们在过去的网飞的 AI 文章

[20]

中介绍了这些系统是如何工作的

领先的 GPU 制造商英伟达在更新

[21]

这方面最近的发展,你也可以阅读正在进行的合作的研究。

我们应该如何应对这种 PyTorch 的能力?

想到 Facebook 在社交媒体算法中应用如此令人惊叹的创新项目, 我们是否应该感激这一切或是感到惊恐?这几乎是天网

[22]

! 这一新改进的发布的 PyTorch 肯定会推动事情进一步向前! 在下方评论,随时与我们分享您的想法!

via:https://itsfoss.com/pytorch-open-source-ai-framework/

作者:Avimanyu Bandyopadhyay

[24]

选题:lujun9972译者:distant1219校对:wxy

本文由LCTT原创编译,Linux中国荣誉推出

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181022B0CLJ300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。

扫码关注云+社区

领取腾讯云代金券