脸书甫发表深度学习框架PyTorch 1.0预览版三大公有云表态力挺

互联网2021-02-27 08:03:58
最佳答案

脸书在10月3日发表开源深度学习框架PyTorch 1.0预览版,不只是各大硬体晶片厂支援,连三大云端服务供应商Google、微软以及AWS也都在自家服务上全力支援。

PyTorch 1.0为一个开源且强大的深度学习框架,可加速人工智慧研究到开发的流程,目前支援完全混合的Python和C/C++前端,以及原生分散式执行。在脸书建立PyTorch框架生态发展的号召下,除了获得IBM、Intel、Arm、Nvidia及Qualcomm的支持,云端业者也不落人后。

Google提到,他们一直以来的目标,都是朝向支援所有的机器学习使用者,GCP已经整合了数个热门的开源框架到服务中,包括PyTorch、TensorFlow、Scikit-learn和XGBoost。

Google这次对PyTorch整合的内容,包含有深度学习虚拟机器映像档、开源平台Kubeflow、视觉化工具TensorBoard以及Cloud TPU。GCP提供了一组虚拟机器映像档,其中包含使用各种深度学习框架需要的所有资源,之前Google就已经提供一个社群版的PyTorch映象档,而在PyTorch 1.0预览版释出后,则另外增加新版映象档,Google提到,这是使用PyTorch的简单方法,其中含包含了Nvidia驱动程式,还预装了Jupyter Lab,以及PyTorch教学示範。

Kubeflow则是一个开源平台,目的是部署和管理端到端的机器学习工作管线,Kubeflow现在支源PyTorch,其社群已经开发了PyTorch套件包,使用者只需要下两个指令就能部署到Kubeflow中。而目前机器学习视觉化工具套件TensorBoard也正与PyTorch开发人员合作,进行更深入的整合,让使用者可以使用TensorBoard监控PyTorch训练。Google TPU团队也正积极与PyTorch核心开发人员合作,串接PyTorch与Cloud TPU,让PyTorch也能获得Cloud TPU的高效执行能力。目前团队用开源线性代数编译器XLA将PyTorch连接到Cloud TPU,已经成功在Cloud TPU上训练ResNet-50的PyTorch实作。

微软也在整合PyTorch上下了功夫,分别在Azure机器学习服务、资料科学虚拟机器、Azure笔记本以及Visual Studio Code的工具都支援PyTorch。Azure机器学习服务是一个云端服务,帮助资料科学家执行端到端机器学习工作流程。透过服务提供的Python SDK,使用者可以进行训练、超参数调校以及部署PyTorch模型,而且透过Azure机器学习服务的训练功能,还能让使用者无缝将本地端的PyTorch模型转移到Azure上。

Azure专门为资料科学设计的虚拟机器,预安装了一套热门的资料科学和深度学习工具,其中便包含了PyTorch,微软提到,资料科学虚拟机器是使用PyTorch建构模型最方便的方法,其使用GPU的虚拟机器,已经安装了GPU驱动程式和PyTorch的GPU版本,虽然目前PyTorch还是使用0.4.1稳定版,但是使用者也能轻鬆的升级到1.0预览版。

在程式开发工具上,微软版的云端Jupyter笔记本Azure笔记本,预先安装了PyTorch(下图,来源:微软),使用者不需要额外安装框架,就能在浏览器上进行互动式程式开发,而且Azure笔记本还提供最新的PyTorch教学课程,使用者可以直接在上面学习使用PyTorch的方法。

另外,轻量级原始码编辑器Visual Studio Code其人工智慧跨平台扩充套件,提供资料科学家深度学习和人工智慧实验功能,该工具也和Azure机器学习服务紧密整合,使用者可以使用Visual Studio Code提交PyTorch工作给Azure运算、追蹤实验进行,并且部署模型。

而Amazon SageMaker和AWS深度学习AMI也提供了使用者简易的方法,让使用PyTorch 1.0开发的应用,无缝的从研究阶段投入生产。 Amazon SageMaker是一个端到端平台,建构、训练和部署任何规模的机器学习模型,Amazon SageMaker提供了预先配置的环境,其中包含PyTorch 1.0预览版,使用者能够利用PyTorch 1.0所有SageMaker功能,包括自动模型调整。而AWS深度学习AMI则预先内建了PyTorch 1.0、Anaconda和Python套件,能使用CUDA和MKL函式库来加速运算执行个体。

免责声明:本文由用户上传,如有侵权请联系删除!