Facebook PyTorch 1.0 - Open source AI pentru cercetare  cu capabilitatile modulare

PyTorch 1.0 ofera dezvoltatorilor puterea de a trece fara probleme de la cercetare la productie intr-un cadru unic. PyTorch 1.0 integreaza aspectele orientate spre cercetare  cu capabilitatile modulare, orientate spre productie ale Caffe2 , un cadru popular de invatare profunda si ONNX (Open Neural Network Exchange) , un format deschis care reprezinta modele de invatare profunda.

Tehnologia de baza a tehnologiei PyTorch 1.0 suporta AI in multe dintre produsele Facebook. Cel mai proeminent exemplu este modul in care Facebook foloseste acum AI pe retelele neuronale pentru a efectua 6 miliarde de traduceri pe zi.

Cadrul face parte din eforturile continue ale Facebook de a-si impartasi in mod deschis cercetarea si codul AI, cu un obiectiv mai larg de avansare a inovatiei in domeniul AI si al cercetarii in domeniul masinilor. PyTorch, dupa cum sugereaza si numele, se bazeaza pe Python.

Cu PyTorch 1.0, dezvoltatorii AI pot atat sa experimenteze rapid, cat si sa optimizeze performanta printr-un front frontal hibrid, care trece fara probleme intre modurile de executie imperative si declarative. Facebook afirma ca PyTorch permite o prototipare mai rapida si o experimentare mai rapida prin intermediul modelului de programare flexibil si productiv.

Prima versiune a PyTorch a fost lansata acum un an. Viteza, productivitatea si capacitatea de a sustine modele de ultima ora, cum ar fi graficele dinamice, l-au transformat repede intr-un instrument popular si important de dezvoltare AI. Are peste 1.1 milioane de descarcari.

Facebook admite ca, in timp ce PyTorch este in prezent foarte flexibil, performanta la scara de productie este o provocare, avand in vedere legatura stransa cu Python. Ca rezultat, programatorii traduc, de obicei, codul de cercetare - fie un script de instruire sau un model instruit - la o reprezentare a graficului in Caffe2 pentru a rula la scara de productie.

Odata ajuns in Caffe2, executivul bazat pe grafice al Cafe2 permite dezvoltatorilor sa profite de transformarile grafice, reutilizarea eficienta a memoriei si integrarea stransa a interfetei hardware. Proiectul Caffe2 a fost lansat acum doi ani pentru a standardiza productia de instrumente AI de productie a Facebook. In prezent ruleaza retele neuronale pe serverele Facebook si pe peste 1 miliard de telefoane din intreaga lume. Astazi, Caffe2 ofera peste 200 bilioane de predictii pe zi.

Facebook a folosit PyTorch, Caffe2 si ONNX pentru a construi si a implementa Translate. Acesta este instrumentul AI care asigura traducerile pentru cele 48 de limbi cele mai utilizate pe Facebook.

Privind in perspectiva, Facebook va deschide, de asemenea, multe dintre instrumentele sale de productie AI. Acestea includ o Biblioteca de limbi PyTorch - pentru o traducere rapida si flexibila a masinii neuronale, precum si urmatoarea generatie a Ensemble Learning Framework (ELF) , o platforma cuprinzatoare de joc pentru aplicatiile de rationament AI.

Facebook a spus ca dezvoltatorii vor putea, de asemenea, sa profite de instrumente precum Glow, un compilator de invatare a masinilor care accelereaza performanta cadrului pe diferite platforme hardware si Tensor Comprehensions, un instrument care genereaza automat un cod eficient de GPU de la operatii matematice de nivel inalt.

"De asemenea, avem si alte biblioteci, cum ar fi Detectron, care sustin cercetarea de detectare a obiectelor, care acopera atat iesirile de segmentare, cat si cele de incadrare a obiectelor", a adaugat acesta.

PyTorch 1.0 va fi disponibil in beta in urmatoarele cateva luni. Acesta va include, de asemenea, o familie de instrumente, biblioteci, modele pre-instruite si seturi de date pentru fiecare etapa de dezvoltare.

Instalare. Comanda de instalare PyTorch. Asigurati-va ca aveti cele mai recente pachete pip si numpy. Anaconda este managerul de pachete recomandat.

Linux/macOS (Python 3.5,3.6/CUDA if needed)

pip3 install torch torchvision

conda install pytorch torchvision -c pytorch