На первой конференции разработчиков PyTorch сегодня в Сан-Франциско Facebook представила предварительную версию PyTorch 1.0, своей программной платформы ИИ с открытым исходным кодом, разработанной, чтобы проложить «плавный путь от исследований ИИ к производству».

С момента первого выпуска в октябре 2016 года гибкость PyTorch сделала его предпочтительной структурой машинного обучения для исследователей ИИ. У него более 19,1 тыс. Звезд на GitHub (у TensorFlow, поддерживаемого Google, 111,4 тыс. Звезд, у Apache MXNet, поддерживаемого Amazon, - 15,1 тыс.). PyTorch уступает только TensorFlow среди фреймворков глубокого обучения, упомянутых в 43000 статей по машинному обучению arXiv за последние шесть лет. Facebook анонсировал выход PyTorch 1.0 на своей конференции F8 в мае этого года.

Разработчики Facebook глубоко погрузились в предварительную версию PyTorch, рассказывая о последних обновлениях и функциях, поддержке поставщика облачных услуг, интеграции с производителями микросхем и предстоящих образовательных программах по внедрению PyTorch.

Вице-президент Facebook по искусственному интеллекту Жером Пезенти сказал на открытии мероприятия, что PyTorch 1.0 поможет исследователям решить четыре основные проблемы: обширная переработка, трудоемкое обучение, негибкость языка программирования Python и медленное масштабирование.

«Как мы сказали в Facebook, этот путь завершен всего на один процент. Мы хотим разработать систему, которая действительно ставит пользователей в центр внимания, и она понравится разработчикам и исследователям ».

Новые функции

Первым был представлен Torch.jit, набор инструментов компиляции, которые устраняют разрыв между исследованиями и производством. Torch.jit включает язык («Сценарий Torch», подмножество Python) и позволяет отслеживать модели и создавать сценарии из режима ожидания в режим графика.

Новый интерфейс C ++ заинтересует исследователей, которые хотят реализовать высокопроизводительные приложения C ++ с малой задержкой, такие как видеоигры. Это чистый интерфейс C ++, подключенный к бэкэнду PyTorch. Все еще в стадии бета-тестирования.

Для поддержки распределенного обучения PyTorch представил обновленный torch.distributed, который позволяет ускорить обучение в средах Python и C ++.

Новая экосистема

Хотя PyTorch поддерживается Facebook, другие технологические гиганты также используют эту структуру, продвигая свои собственные услуги. Вот некоторые основные моменты:

  • Amazon Web Service предоставляет предварительно настроенные среды для PyTorch 1.0, которые включают широкие возможности, такие как автоматическая настройка модели.
  • Google анонсировала серию интеграций PyTorch 1.0 в свои программные и аппаратные средства для разработки ИИ. К ним относятся набор образов виртуальных машин с глубоким обучением, Kubeflow, для обеспечения простых сквозных конвейеров машинного обучения; Интеграция с TensorBoard; и, что наиболее важно, наличие облачных TPU для запуска PyTorch.
  • Microsoft Azure теперь позволяет разработчикам развертывать и масштабировать обученные модели PyTorch с локального компьютера в облако Azure.
  • Такие гиганты, как ARM, IBM, Intel, NVIDIA и Qualcomm, добавляют поддержку PyTorch 1.0.

Начните с глубокого обучения на PyTorch

Стремясь как можно быстрее научить людей PyTorch, Facebook объявила, что объединила усилия с организацией электронного обучения Udacity и разработчиком курсов машинного обучения Fast.ai.

Udacity создает бесплатное углубленное обучение вводного уровня на онлайн-курсе PyTorch. Facebook спонсирует 300 выпускников курсов для продолжения обучения по программе Udacity Deep Learning Nanodegree.

Тем временем Fast.ai выпустил свою первую библиотеку программного обеспечения с открытым исходным кодом Fastai, созданную на основе PyTorch 1.0. Библиотека предоставляет программное обеспечение, начиная от единого согласованного API и заканчивая наиболее важными приложениями и типами данных для глубокого обучения.

Журналист: Тони Пэн | Редактор: Майкл Саразен.

Подпишитесь на нас в Twitter @Synced_Global, чтобы узнать больше об искусственном интеллекте!

Подпишитесь на Synced Global AI Weekly, чтобы получать подробные технические новости, обзоры и анализ! Нажмите здесь!