5行程式碼秀碾壓，比Keras還好用的fastai來了，嚐鮮PyTorch 1.0必備伴侶
在今天的F8（Facebook開發者大會）上，深度學習框架PyTorch 1.0 rc1版如期釋出。然而在海外的論壇上，另一個開源庫的關注度不遑多讓。
它就是fastai 1.0。
簡單來說，fastai只要 一個API ，就包含了所有常見的深度學習應用。堪稱實用版的“要你命3000”。而且許多效能指標，已經超越了Keras。
比如， 5行 程式碼完成Keras用 31行 才能解決的事情。同時，誤差表現也更好。難怪在Hacker News上，fastai的關注度比PyTorch 1.0還高……
而且fastai基於PyTorch 1.0框架，也被Facebook官方重點宣傳。這兩個全新的框架同時下載配合使用，療效更佳。
這個悠長假期，你不試試麼？
fastai 1.0
fastai的出品方是fast.ai，機構規模不大，但因為提供大量免費機器學習課程，而名聲在外。還有，fast.ai也是美國軍方的合作伙伴，研究如何加速人工智慧技術的發展。
只要一個API
據創始人Jeremy Howard介紹，fastai只要 一個API ，就包含了幾乎所有常見的深度學習應用。
用從前的庫，都需要給不同的應用調取相應的API，fastai是 第一個 用單個API就能支援各類應用的庫。
這樣一來，使用者就不需要記得五花八門的API呼叫方法了。用fastai搭建過 視覺模型 之後，可以用同一個的API再去搭建 自然語言處理 模型了。
在1.0釋出之前，fastai最初的版本在9月上線，一波早期使用者已經先行探索過這個年幼的庫，並有多位大佬表示好用：
這是Kaggle資深玩家Miguel Pérez Michaus，用fastai做的 風格遷移 成果。
作為一個“ 沒有正式計算機背景 ”的程式猿，他毫不吝惜自己對fastai 靈活性 的讚美：連我都能用。
GitHub的機器學習科學家Hamel Husain也用這個庫，做了一個GitHub語義程式碼的搜尋工具，還是半路從TensorFlow Hub換成fastai的。現在，搜尋工具已經上線了：
https://experiments.github.com/semantic-code-search
還有， OpenAI 小姐姐Christine Payne，最近做的一個專案叫Clara，是用神經網路生成音樂的AI。小姐姐說，如果沒有fastai的話， 速度 就得不到保障了。
5行程式碼就夠了
Howard說，團隊做過的研究，都嵌在這個框架裡了。所以，大家可以充分享受這些成果。
他用 貓狗識別 的來舉慄，那是遷移學習的經典案例，也是fast.ai的課程裡最受歡迎的章節之一。
在新的庫誕生之前，這樣的問題大多是在TensorFlow上面用Keras解決的。如今，Keras依然是fast.ai團隊仰慕的物件。
所以，團隊也想在貓狗大戰裡感受一下，自家的框架和Keras對比起來，競爭力究竟如何。
1data = data_from_imagefolder(Path('data/dogscats'),
2 ds_tfms=get_transforms(), tfms=imagenet_norm, size=224)
3learn = ConvLearner(data, tvm.resnet34, metrics=accuracy)
4learn.fit_one_cycle(6)
5learn.unfreeze()
6learn.fit_one_cycle(4, slice(1e-5,3e-4))
這5行程式碼，就是在fastai框架裡做ResNet50的 two-stage微調 ，需要的全部操作了。
而同樣的任務，Keras要用 31行 才能完成。
除了程式碼行數，fastai在兩個階段的 誤差也比Keras更小 。
雖然成績表十分驕人，Howard依然三番五次地表示，Keras始終是大神，整個團隊都是Keras的粉絲。
先去用用看？
現在，fastai框架已經在GitHub上線了。下載請至：
https://github.com/fastai/fastai
也可以在 谷歌雲 平臺上用啊。先開啟這個頁面：
https://cloud.google.com/deep-learning-vm/docs/images
然後，給你的示例安裝配置，再把fastai部署在PyTorch 1.0上。有了。
如果要在GPU驅動的Jupyter Notebook上執行fastai，也沒問題：
https://salamander.ai/
除此之外，還有一個好訊息。不久就會支援AWS了，可以期待一下。
PyTorch 1.0
接下來，說說也是最新發布的PyTorch 1.0。
去年1月，PyTorch首次釋出，目前下載已經超過100萬次。今年五月，Facebook副總裁賈揚清和CTO Mike Schroepfer透露，PyTorch 1.0即將推出。當時，Caffe2程式碼還併入了PyTorch。
PyTorch 1.0 rc1版傳送門：
https://github.com/pytorch/pytorch/releases
Facebook在官方部落格中，還對PyTorch 1.0 rc1版進行了詳細的介紹。
新框架有了一個全新的混合模式前端，支援tracing和scripting模型，從eager模式進入graph模式，從而彌合研發與生產部署之間的差距；一個經過改進的torch.distributed庫，能讓Python和C++環境中的訓練更快。
以及這個版本正式融合了PyTorch框架的靈活性與Caffe2的生產力。賈揚清此前給的總結就是：Caffe2 + PyTorch = PyTorch 1.0。
三大新功能
torch.jit
JIT是一組編譯工具，用於彌合PyTorch研究和生產之前的差距。其中包含一種名為Torch Script的語言（仍然使用Python編寫），還有兩種方法可以使現有的程式碼與JIT相容。
Torch Script程式碼可以積極優化，並且在序列化之後可以在新的C++ API中使用，這就完全不依賴Python了。
c10d庫
torch.distributed軟體包以及torch.nn.parallel.DistributedDataParallel模組，由新的c10d庫提供支援。主要亮點包括：
● c10d是效能來驅動的，並且對所有後端完全非同步操作
● 分散式資料並行效能顯著改進
● 在Gloomy後端增加send和recv支援
C++前端API
這個前端API被明確標記為還不穩定（Unstable）。官方預計將在未來一兩個月穩定下來，同時不排除發生其中某些部分發生重大變化。
這個C++前端是一個純C++介面後端是PyTorch，與此前的Python前後端體系結構一樣。這個API只在實現高效能、低延遲和裸機C++應用程式的研究。
以下是兩種語言前端的簡單比較。
其他
生態系統
Google雲、亞馬遜AWS、微軟Azure Machine Learning等國外的流行雲服務，現在與PyTorch更加相容。
Arm、Nvidia、高通、英特爾、IBM等廠商的，也增加了對PyTorch 1.0的支援。確保PyTorch可以在資料中心、邊緣硬體等不同領域得到應用。
根據官方訊息，目前Google和Facebook正在合作，為PyTorch使用者構建TPU。Google雲的Deep Learning VM服務，也將提供PyTorch 1.0映像。
教育培訓
Facebook透露正與Udacity合作，為開發者提供免費的深度學習入門課程，這些課程都基於PyTorch。此外，Facebook還將贊助300名開發者，完成Udacity的中級課程，這些課程也已經改為基於PyTorch 1.0。
當然，fast.ai的 ofollow,noindex">新課程 和深度學習庫，也是PyTorch在教育領域的合作成果。
原文釋出時間為：2018-10-3
本文作者：關注前沿科技