AI 科技評(píng)論消息，NeurIPS 正在加拿大召開，會(huì)上，F(xiàn)acebook 宣布正式推出  PyTorch 1.0 穩(wěn)定版，在 Facebook code 博客上，也一并同步了這一消息。雷鋒網(wǎng) AI 科技評(píng)論將內(nèi)容編譯如下：

隨著 PyTorch 生態(tài)系統(tǒng)和社群的不斷發(fā)展，供開發(fā)者使用的有意思的新項(xiàng)目和教育資源越來(lái)越多，在 NeurIPS 2018 上，F(xiàn)acebook 發(fā)布 PyTorch 1.0 穩(wěn)定版。在 10 月的 PyTorch 開發(fā)者大會(huì)上發(fā)布的是最新預(yù)覽版，具有面向產(chǎn)品的特征、支持幾大主流云平臺(tái)等功能。

研究人員和工程師現(xiàn)在可以輕松地充分利用開源深度學(xué)習(xí)框架的新特性，如用于在 eager 執(zhí)行模式和 graph 執(zhí)行模式之間無(wú)縫轉(zhuǎn)換的混合前端、改進(jìn)的分布式訓(xùn)練、用于高性能研究的純 C++ 前端以及與云平臺(tái)的深度集成。

PyTorch 1.0 加快了 AI 從研究原型開發(fā)到生產(chǎn)部署的工作流程，使這一流程變得更加簡(jiǎn)單、更容易開始。就在過(guò)去的幾個(gè)月里，我們看到初學(xué)者通過(guò)新的、豐富的教育項(xiàng)目越來(lái)越多地使用 PyTorch，專家們構(gòu)建出創(chuàng)新的項(xiàng)目，將這一框架從自然語(yǔ)言處理擴(kuò)展到概率編程等各個(gè)領(lǐng)域。

持續(xù)增長(zhǎng)的 PyTorch 社群

PyTorch 在 2017 年年初推出，很快便成為人工智能研究人員的熱門選擇，他們發(fā)現(xiàn)，其靈活、動(dòng)態(tài)的編程環(huán)境和用戶友好的界面是快速實(shí)驗(yàn)的理想之選。從那時(shí)起，我們看到 PyTorch 社群迅速發(fā)展。PyTorch 現(xiàn)在是 GitHub 上增長(zhǎng)第二快的開源項(xiàng)目（https://octoverse.github.com/projects），在過(guò)去的一年里，PyTorch 社區(qū)的貢獻(xiàn)者增加了 2.8 倍。

非常開心能有以上成長(zhǎng)，也非常感謝 PyTorch 社群，感謝所有為代碼庫(kù)做出貢獻(xiàn)、提供指導(dǎo)和反饋并使用該框架構(gòu)建前沿項(xiàng)目的人。我們希望繼續(xù)保障開發(fā)人員能夠更容易地通過(guò)新的教育計(jì)劃學(xué)習(xí)如何使用 PyTorch 構(gòu)建、訓(xùn)練和部署機(jī)器學(xué)習(xí)模型。

教育課程讓 AI 開發(fā)者聯(lián)系更緊密

上個(gè)月，Udacity 和 Facebook 推出了一門新課程——PyTorch 深度學(xué)習(xí)入門（Introduction to Deep Learning with PyTorch），同樣還推出了 PyTorch 挑戰(zhàn)賽，為持續(xù)的 AI 教育提供獎(jiǎng)金。在最初的幾個(gè)星期里，已經(jīng)有成千上萬(wàn)的學(xué)生在網(wǎng)上積極學(xué)習(xí)了。更重要的是，這些教育課程拉近了開發(fā)人員之間的距離，從英國(guó)到印度尼西亞，我們看到全球范圍內(nèi)的開發(fā)者自發(fā)地開始線下聚會(huì)。

所有人都可以在 Udacity 上免費(fèi)獲取完整課程，開發(fā)人員很快就可以在更高級(jí)的 AI Nanodegree 課程中繼續(xù) PyTorch 教育。

除了在線教育課程，例如 fast.ai 等組織也提供一些軟件庫(kù)來(lái)支持開發(fā)人員學(xué)習(xí)如何利用 PyTorch 構(gòu)建神經(jīng)網(wǎng)絡(luò)。fastai 是一個(gè)讓神經(jīng)網(wǎng)絡(luò)的訓(xùn)練更加快速和準(zhǔn)確的庫(kù)，自兩個(gè)月前發(fā)布以來(lái)，它已經(jīng)在 GitHub 上獲得了 1 萬(wàn)顆 star。

開發(fā)人員們已經(jīng)利用這個(gè)庫(kù)做出了一系列成果。例如，Santhosh Shetty 使用 fastai 將災(zāi)后損傷等級(jí)分類的準(zhǔn)確率提高了一倍；與傳統(tǒng)方法相比，Alena Harley 將腫瘤常規(guī)測(cè)序的假陽(yáng)性率降低了 7 倍；Jason Antic 創(chuàng)建了一個(gè)名為 DeOldify 的項(xiàng)目，該項(xiàng)目利用深度學(xué)習(xí)對(duì)舊圖像進(jìn)行著色和修復(fù)。

圖像著色與修復(fù)

一些對(duì) PyTorch 進(jìn)行擴(kuò)展的新項(xiàng)目

PyTorch 已經(jīng)被用在圖像識(shí)別、機(jī)器翻譯等多個(gè)領(lǐng)域，我們看到了開發(fā)人員社群對(duì)這一框架的不斷擴(kuò)展和支持，例如:

Horovod—分布式訓(xùn)練框架，開發(fā)人員可以輕松地在單 GPU 或多個(gè) GPU 上進(jìn)行訓(xùn)練。

PyTorch Geometry ——提供了一組程序和可微分模塊的幾何計(jì)算機(jī)視覺庫(kù)。

TensorBoardX——將 PyTorch 模型記錄到 TensorBoard 的模塊，允許開發(fā)人員在訓(xùn)練模型時(shí)使用可視化工具。

此外，F(xiàn)acebook 團(tuán)隊(duì)還在不斷構(gòu)建和開源 PyTorch 項(xiàng)目，例如 Translate，這是一個(gè)基于 Facebook 機(jī)器翻譯系統(tǒng)的進(jìn)行序列到序列模型訓(xùn)練的庫(kù)。

對(duì)于那些希望在特定領(lǐng)域迅速開展工作的 AI 開發(fā)者來(lái)說(shuō)，PyTorch 的生態(tài)系統(tǒng)為他們提供了獲取行業(yè)最新前沿研究的便捷途徑 (可以關(guān)注 @PyTorch 了解最新進(jìn)展)。隨著 PyTorch 的不斷發(fā)展，我們期待著從社區(qū)中發(fā)現(xiàn)新的項(xiàng)目。

從云端開始

為了使 PyTorch 更易于使用，對(duì)用戶更加友好，我們繼續(xù)深化了與云平臺(tái)和服務(wù)的合作，例如 Amazon Web services、Google Cloud Platform 和 Microsoft Azure。就在最近，AWS 推出了支持 PyTorch 的 Amazon SageMaker Neo，允許開發(fā)人員在 PyTorch 中構(gòu)建機(jī)器學(xué)習(xí)模型，只需一次訓(xùn)練，就可以部署到云或端的任何地方，在性能上提升兩倍。開發(fā)人員現(xiàn)在還可以通過(guò)創(chuàng)建一個(gè)新的深度學(xué)習(xí) VM 實(shí)例，在谷歌云平臺(tái)上使用 PyTorch 1.0。

此外，微軟 Azure 機(jī)器學(xué)習(xí)服務(wù)現(xiàn)在已經(jīng)廣泛可用了，它允許數(shù)據(jù)科學(xué)家在 Azure 上無(wú)縫訓(xùn)練、管理和部署 PyTorch 模型。使用該服務(wù)的 Python SDK, PyTorch 開發(fā)人員可以利用按需分布式計(jì)算功能，用 PyTorch 1.0 大規(guī)模訓(xùn)練模型，加速生產(chǎn)過(guò)程。

AI 開發(fā)人員可以通過(guò)云合作伙伴或本地安裝輕松地開始使用 PyTorch 1.0，并在 PyTorch 網(wǎng)站上按照逐步更新的教程完成任務(wù)，例如使用混合前端部署序列到序列模型、訓(xùn)練一個(gè)簡(jiǎn)單的聊天機(jī)器人等等。大家可以在 PyTorch GitHub 上看到更新文檔。

via：https://code./

雷鋒網(wǎng) AI 科技評(píng)論編譯整理。