随着采用率激增Facebook更新了PyTorchAI框架

Facebook Inc.今天在加利福尼亚州圣何塞举行的F8年度开发者大会上发表了重要讲话，其中包括PyTorch的更新， PyTorch是开发人员用来加速基于AI的应用程序部署的流行人工智能软件框架。

自2017年推出以来，PyTorch平台已迅速在AI开发人员中引起轰动，因为PyTorch平台不仅使他们能够为自己的应用程序研究和构建AI模型，而且由于其与领先的公共云的集成而将这些应用程序投入生产平台。

它最初是由Facebook的AI研究小组构建的，它是针对编程语言Python的功能的机器学习库。它主要设计用于深度学习，深度学习是机器学习的一个分支，旨在模仿人脑的运作方式，并在语言翻译，图像和语音识别等领域取得了重大突破。

在宣布PyTorch 1.1发行的博客文章中，Facebook工程师Joe Spisak，Soumith Chintala，Dmytro Dzhulgakov，Lin Qiao和Greg Chanan谈到了公司如何使用该平台大规模部署其翻译和自然语言处理服务。工程师说，这些服务现在每天在Facebook Messenger等应用程序中执行约60亿次翻译。

Facebook的工程师写道：“ PyTorch的统一框架使我们能够更快地迭代ML系统。”

但是，不仅仅是Facebook在使用PyTorch。实际上，该平台的采用率正在以其他开源技术无法比拟的规模增长。而且这种采用方式是由周围一些最大的公司推动的。

“我们已经看到在生产应用中使用PyTorch的大幅增加-内Facebook和其他公司，” SRINIVAS纳拉亚南，Facebook的AI的头应用研究，告诉SiliconANGLE。

例如，微软公司使用PyTorch作为开发自己的许多机器学习模型的基础，然后将其跨ONON Runtime框架部署以增强其认知服务。Airbnb Inc.使用它来设计和构建用于客户服务的对话式AI工具，丰田研究所(Toyota Research Institute)正在与其一起开发用于自动驾驶汽车的新安全系统。

PyTorch 1.1获得可用性和性能提升

如此迅速的采用，使Facebook加快PyTorch开发的步伐是自然而然的事，而最新版本具有一些新功能，包括更好的可视化工具以提高可用性，以及其他旨在提高其性能的工具。

这些新增功能包括对TensorBoard的支持， TensorBoard是一个网络应用程序套件，最初是为由Google LLC构建的竞争对手TensorFlow AI框架设计的，开发人员可以用来检查和分析AI模型的训练运行。还有一个更新的即时编译工具，它将代码转换为可以直接发送给处理器的指令，以及新的应用程序编程接口，这些接口增加了对自定义递归神经网络的支持。

在性能方面，Facebook添加了新的分布式培训功能，使开发人员能够将工作负载分配到多个图形处理单元中。最后一个功能对于运行模型的开发人员特别有用，该模型在每次迭代中使用不同的参数。

比Facebook的新增功能更有趣的是，社区的其他成员向PyTorch生态系统中添加了一些新项目和工具。尽管Facebook最初开发了PyTorch，但该框架实际上是开源的，这意味着许多其他公司也在为其成功做出贡献。

这些贡献者包括Google，该公司已在其公共云平台上创建了一个新的托管JupyterLab服务，以与PyTorch一起使用。该AI平台笔记本电脑的服务提供了与PyTorch的开发者一个简单的用户界面，并允许他们轻松地火起来的虚拟机来运行他们的AI模式。AI Platform Notebooks与BigQuery，Cloud Dataproc和AI Factory等Google服务集成，这意味着开发人员无需离开JupyterLab就可以运行整个实验。

第三方创建的其他新功能包括BoTorch(一个使贝叶斯优化可帮助从多个版本中识别最佳模型的研究框架)和Ax(用于在机器学习模型训练中管理自适应实验以针对各种应用对其进行优化)和基础设施。

PyTorch只是众多开源AI框架之一，其中包括Google Inc.开发的TensorFlow框架，Amazon Web Services Inc.倡导的MXNet和Microsoft Research开发的CNTK框架。但是，每种方法都有其优势，Naraayanan表示，PyTorch的具体目标是使开发人员尽可能轻松，快速地在软件中表达想法。

Constellation Research Inc.分析师Holger Mueller告诉SiliconANGLE，新功能有助于将PyTorch确立为AI开发最可行的平台之一。

Mueller说：“必须注意到TensorBoard的加入，这倾向于Google的TensorFlow取得了压倒性的成功。” “总的来说，企业希望看到在AI平台上为他们的下一代应用程序提供动力的竞争，而Facebook推动PyTorch是下一步的关键。”

PyTorch的新功能和工具的完整列表可在Facebook的博客文章中找到。

除了新功能外，Facebook还与多家教育公司合作，以使PyTorch更加易于使用。这些网站包括受欢迎的在线培训网站Udacity和Fast.ai，以及斯坦福大学NLP和加州大学伯克利分校计算机视觉等大学。对于希望了解更多有关PyTorch的开发人员，还提供了一些大规模的在线公开课程或MOOC。

尽管有一种观念认为每个人都会从改善机器学习的任何事情中受益，但Facebook对PyTorch的推广也可以帮助Facebook吸引新的，稀缺的AI人才，这些人才已经使用其内部开发的框架进行了培训。