PyTorch 1.0預覽版釋出:Facebook最新的AI開源框架
Facebook 在人工智慧專案中廣泛使用自己的開源 AI 框架 PyTorch,最近,他們已經發布了 PyTorch 1.0 的預覽版本。
如果你尚不瞭解, ofollow,noindex" target="_blank">PyTorch 是一個基於 Python 的科學計算庫。
PyTorch 利用 GPU 超強的運算能力 來實現複雜的 張量 計算 和 深度神經網路 。 因此, 它被世界各地的研究人員和開發人員廣泛使用。
這一新的可以投入使用的 預覽版 已於 2018 年 10 月 2 日週二在舊金山 The Midway 舉辦的 PyTorch 開發人員大會 宣佈。
PyTorch 1.0 候選版本的亮點
候選版本中的一些主要新功能包括:
1、 JIT
JIT 是一個編譯工具集,使研究和生產更加接近。 它包含一個基於 Python 語言的叫做 Torch Script 的指令碼語言,也有能使現有程式碼與它自己相容的方法。
2、 全新的 torch.distributed 庫: “C10D”
“C10D” 能夠在不同的後端上啟用非同步操作, 並在較慢的網路上提高效能。
3、 C++ 前端 (實驗性功能)
雖然它被特別提到是一個不穩定的 API (估計是在預發行版中), 這是一個 PyTorch 後端的純 C++ 介面, 遵循 API 和建立的 Python 前端的體系結構,以實現高效能、低延遲的研究和開發直接安裝在硬體上的 C++ 應用程式。
想要了解更多,可以在 GitHub 上檢視完整的 更新說明 。
第一個 PyTorch 1.0 的穩定版本將在夏季釋出。(LCTT 譯註:此資訊可能有誤)
在 Linux 上安裝 PyTorch
為了安裝 PyTorch v1.0rc0, 開發人員建議使用 conda , 同時也可以按照 本地安裝頁面 所示,使用其他方法可以安裝,所有必要的細節詳見文件。
前提
- Linux
- Pip
- Python
- CUDA-9-2-on-Ubuntu-18-04-1184/" rel="nofollow,noindex" target="_blank">CUDA (對於使用 Nvidia GPU 的使用者)
我們已經知道 如何安裝和使用 Pip ,那就讓我們來了解如何使用 Pip 安裝 PyTorch。
請注意,PyTorch 具有 GPU 和僅限 CPU 的不同安裝包。你應該安裝一個適合你硬體的安裝包。
安裝 PyTorch 的舊版本和穩定版
如果你想在 GPU 機器上安裝穩定版(0.4 版本),使用:
pip install torch torchvision
使用以下兩個命令,來安裝僅用於 CPU 的穩定版:
pip install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl pip install torchvision
安裝 PyTorch 1.0 候選版本
使用如下命令安裝 PyTorch 1.0 RC GPU 版本:
pip install torch_nightly-f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html
如果沒有GPU,並且更喜歡使用 僅限 CPU 版本,使用如下命令:
pip install torch_nightly-f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html
驗證 PyTorch 安裝
使用如下簡單的命令,啟動終端上的 python 控制檯:
-
python
現在,按行輸入下面的示例程式碼以驗證您的安裝:
from __future__ import print_function import torch x = torch.rand(5, 3) print(x)
你應該得到如下輸出:
tensor([[0.3380, 0.3845, 0.3217], [0.8337, 0.9050, 0.2650], [0.2979, 0.7141, 0.9069], [0.1449, 0.1132, 0.1375], [0.4675, 0.3947, 0.1426]])
若要檢查是否可以使用 PyTorch 的 GPU 功能, 可以使用以下示例程式碼:
import torch torch.cuda.is_available()
輸出結果應該是:
-
True
支援 PyTorch 的 AMD GPU 仍在開發中, 因此, 尚未按 報告 提供完整的測試覆蓋,如果您有 AMD GPU ,請在 這裡 提出建議。
現在讓我們來看看一些廣泛使用 PyTorch 的研究專案:
基於 PyTorch 的持續研究專案
- Detectron : Facebook AI 研究院的軟體系統, 可以智慧地進行物件檢測和分類。它之前是基於 Caffe2 的。今年早些時候,Caffe2 和 PyTorch 合力 建立了一個研究 + 生產的 PyTorch 1.0
- NVIDIA/sentiment-discovery" rel="nofollow,noindex" target="_blank">Unsupervised Sentiment Discovery : 廣泛應用於社交媒體的一些演算法
- vid2vid : 逼真的視訊到視訊的轉換
- DeepRecommender 我們在過去的 網飛的 AI 文章 中介紹了這些系統是如何工作的
領先的 GPU 製造商英偉達在 更新 這方面最近的發展,你也可以閱讀正在進行的合作的研究。
我們應該如何應對這種 PyTorch 的能力?
想到 Facebook 在社交媒體演算法中應用如此令人驚歎的創新專案, 我們是否應該感激這一切或是感到驚恐?這幾乎是 天網 ! 這一新改進的釋出的 PyTorch 肯定會推動事情進一步向前! 在下方評論,隨時與我們分享您的想法!