【AICon】探索RAG 技术在实际应用中遇到的挑战及应对策略!AICon精华内容已上线73%>>> 了解详情
写点什么

PyTorch 1.0 宣布用于研究和生产 AI 项目

  • 2018-05-21
  • 本文字数:1357 字

    阅读完需:约 4 分钟

看新闻很累?看技术新闻更累?试试下载 InfoQ 手机客户端,每天上下班路上听新闻,有趣还有料!

在最近的一篇博文中,脸书的副总裁 Bill Jia 宣布了 PyTorch 的新版本 1.0 的发布。PyTorch 是用于 Python 的开源 AI 框架软件包,具有 Tensor 计算,包括强大的 GPU 加速和建立于基于磁带 autodiff 系统之上的深度神经网络。该新版本的重要性在于,减少了从研究过程到生产过程中移动 AI 驱动的项目所需的时间,同时提高了这些应用程序的准确度和性能。这些改进的发生,部分是因为混合前端在命令式和声明式执行模式间的转换。

PyTorch 的核心优势在于,它是前端必不可少的部分,它通过适应性可编程模式实现迭代原型设计和实验。PyTorch 的第一个版本发布于 2017 年早些时候,其软件包的下载次数已经超过了 110 万次。Jia 将它的流行归因于:

它的速度、生产力和支持最前沿 AI 模型(如动态图形)的能力迅速使之成为最受 AI 研究人员欢迎的重要开发工具。

PyTorch 应用的一个众所周知的例子是,加州大学伯克利分校计算机科学家所构建的项目,它基于循环一致对抗网络进行非配对图到图的转换。该项目通过使用一组对齐的图像训练集来学习图像输入和输出映射。

图像来源: https://junyanz.github.io/CycleGAN/

PyTorch 目前的版本已经取得了一些成果,为 AI 研究、开发和生产规模上的性能提供了灵活性,但是,也存在一些挑战。Jia 解释说:

由于它和 Python 紧密的耦合,我们常常需要把研究代码(无论是训练脚本还是经过训练的模型)转换为 Caffe2 中的图形模式表示,以在生产规模上运行。Caffe2 的基于图形执行程序允许开发人员利用最先进的优化技术,比如图形转换、高效的内存重用和严格的硬件接口集成等等。

另外,PyTorch 1.0 集成了 Caffe2 和 ONNX 的功能,并把它与 PyTorch 的能力结合在一起,以提供从研究原型到生产部署的无缝路径。通过利用 Caffe2,建立 PyTorch 依赖关系的公司也能够期望获得对更大的规模和可靠性的支持。PyTorch博客更进一步解释了使用 Caffe2 的重要性:

初创企业、大公司和任何希望围绕 PyTorch 构建产品的人都要求获得产品支持。在脸书(PyTorch 的最大利益相关者),我们拥有 Caffe2,它已经是生产就绪平台,运行于我们的数据中心,并向横跨 8 代 iPhone 以及 6 代安卓 CPU 架构的超过 10 亿部手机交付产品。它在 Inter/ARM、TensorRT 支持以及所有生产所需的位数上有服务器优化推理。考虑到所有这些价值锁定在 PyTorch 团队与其密切合作的平台上,我们决定把 PyTorch 和 Caffe2 结合在一起,从而为 PyTorch 提供生产级准备。

ONNX 是一种开放格式,用于表示那些能够在不同 AI 框架之间交换的深度学习模型。在 PyTorch 1.0 中,ONNX 是本地支持的导出模型。它也为加速运行时间和硬件特定库提供了接口。Jia 提到了这种方法的一些好处:

它给予开发人员完全的自由,以混合和匹配最好的 AI 框架和工具,而无需承担资源密集型的定制工程。

PyTorch 项目期望于 2018 年夏季的某个时候发布 1.0 版本,并且可以在其 GitHup repo 上查看 pull requests。

查看英文原文: PyTorch 1.0 Announced for Research and Production AI Projects


感谢冬雨对本文的审校。

给InfoQ 中文站投稿或者参与内容翻译工作,请邮件至 editors@cn.infoq.com 。也欢迎大家通过新浪微博( @InfoQ @丁晓昀),微信(微信号: InfoQChina )关注我们。

公众号推荐:

2024 年 1 月,InfoQ 研究中心重磅发布《大语言模型综合能力测评报告 2024》,揭示了 10 个大模型在语义理解、文学创作、知识问答等领域的卓越表现。ChatGPT-4、文心一言等领先模型在编程、逻辑推理等方面展现出惊人的进步,预示着大模型将在 2024 年迎来更广泛的应用和创新。关注公众号「AI 前线」,回复「大模型报告」免费获取电子版研究报告。

AI 前线公众号
2018-05-21 19:001711
用户头像

发布了 199 篇内容, 共 81.4 次阅读, 收获喜欢 293 次。

关注

评论

发布
暂无评论
发现更多内容

大数据培训 | Flink专题面试

@零度

flink 大数据开发

从前端开发角度理解如何与Substrate协作

彭亚伦

Substrate 波卡

互联网研发效能实践之去哪儿网(Qunar)核心领域DevOps落地实践

laofo

DevOps 研发效能 持续交付 研发管理工具 工程效率

观测云与 TDengine 达成深度合作,优化企业上云体验

TDengine

tdengine 物联网 观测云

你的城市还没有自助洗车?赶紧开个

共享电单车厂家

自助洗车加盟 开自助洗车店

Substrate 源码追新导读: Call调用索引化, 存储层事物化全面完成

彭亚伦

Substrate 波卡

【等级测评师】等级测评师怎么报名?多少分及格?

行云管家

等保 等保测评师 等级测评师

智能自助洗车机洗车都有哪些优势

共享电单车厂家

自助洗车加盟 智能自助洗车机

7 月 2 日邀你来TD Hero 线上发布会

TDengine

数据库 tdengine

一对一直播app开发时,如何使用Nginx安全?

开源直播系统源码

软件开发 直播系统 一对一直播 一对一直播源码 直播源码

Substrate 源码追新导读: 波卡系波卡权重计算全面更新, Governance 2.0 版本的优化和调整

彭亚伦

Substrate 波卡

等级测评是什么意思?工作流程包含哪些?

行云管家

网络安全 等保 等保测评 等级测评

图文并茂!手把手教你在VMware中的安装部署Linux-CentOS7.4

迷彩

Linux centos 开发 6月月更

几个跨端开发神器

Geek_99967b

小程序 小程序容器

Substrate 跨链技术源码级探索: XCVM的概览

彭亚伦

Substrate 跨链技术 波卡

Substrate 源码追新导读: 修复BEEFY的gossip引擎内存泄漏问题, 智能合约删除队列优化

彭亚伦

Substrate 波卡

2022中国国潮发展新动向

易观分析

国潮消费

数据安全合规之后,给风控团队带来了新的问题

博文视点Broadview

聊聊远程办公那些事儿 | 社区征文

joe

初夏征文

24小时自助洗车让洗车更自由

共享电单车厂家

自助洗车加盟 24小时自助洗车

Substrate 源码追新导读: Pallet Alliance 并入主线,

彭亚伦

Substrate 波卡

Substrate 源码追新导读: 质押额度大幅度削减, RocksDB可以完全被Disable

彭亚伦

Substrate 波卡

Mybatis省略@Param注解原理

吴明

MyBatis标签 6月月更

dart:字符串replace相关的方法

坚果

flutter dart 6月月更

JS ES5也可以创建常量?🎃

德育处主任

JavaScript ES5 6月月更

实战|SpringBoot jpa调用MySQL存储过程

写程序的小王叔叔

SpringBoot 2 存储过程 Spring JPA 6月月更

我的远程办公总结|社区征文

DS小龙哥

远程办公 初夏征文

波卡跨链通信源码探秘: 要素篇

彭亚伦

Substrate 波卡

《网络是怎么样连接的》读书笔记 - 汇总篇

懒时小窝

网络

为了使远程工作不受影响,我写了一个内部的聊天室 | 社区征文

云小梦

微信小程序 wepy 初夏征文

Hologres共享集群助力淘宝订阅极致精细化运营

阿里云大数据AI技术

sql 大数据 分布式计算 存储 数据可视化

PyTorch 1.0宣布用于研究和生产AI项目_开源_Kent Weare_InfoQ精选文章