❏ 站外平台:

PyTorch 1.0 预览版发布:Facebook 最新 AI 开源框架

作者: Avimanyu Bandyopadhyay 译者: LCTT distant1219

| 2018-10-22 08:44   收藏: 1    

Facebook 在人工智能项目中广泛使用自己的开源 AI 框架 PyTorch,最近,他们已经发布了 PyTorch 1.0 的预览版本。

如果你尚不了解,PyTorch 是一个基于 Python 的科学计算库。

PyTorch 利用 GPU 超强的运算能力 来实现复杂的 张量 计算 和 深度神经网络。 因此, 它被世界各地的研究人员和开发人员广泛使用。

这一新的可以投入使用的 预览版 已于 2018 年 10 月 2 日周二在旧金山 The Midway 举办的 PyTorch 开发人员大会 宣布。

PyTorch 1.0 候选版本的亮点

候选版本中的一些主要新功能包括:

1、 JIT

JIT 是一个编译工具集,使研究和生产更加接近。 它包含一个基于 Python 语言的叫做 Torch Script 的脚本语言,也有能使现有代码与它自己兼容的方法。

2、 全新的 torch.distributed 库: “C10D”

“C10D” 能够在不同的后端上启用异步操作, 并在较慢的网络上提高性能。

3、 C++ 前端 (实验性功能)

虽然它被特别提到是一个不稳定的 API (估计是在预发行版中), 这是一个 PyTorch 后端的纯 C++ 接口, 遵循 API 和建立的 Python 前端的体系结构,以实现高性能、低延迟的研究和开发直接安装在硬件上的 C++ 应用程序。

想要了解更多,可以在 GitHub 上查看完整的 更新说明

第一个 PyTorch 1.0 的稳定版本将在夏季发布。(LCTT 译注:此信息可能有误)

在 Linux 上安装 PyTorch

为了安装 PyTorch v1.0rc0, 开发人员建议使用 conda, 同时也可以按照本地安装页面所示,使用其他方法可以安装,所有必要的细节详见文档。

前提

  • Linux
  • Pip
  • Python
  • CUDA (对于使用 Nvidia GPU 的用户)

我们已经知道如何安装和使用 Pip,那就让我们来了解如何使用 Pip 安装 PyTorch。

请注意,PyTorch 具有 GPU 和仅限 CPU 的不同安装包。你应该安装一个适合你硬件的安装包。

安装 PyTorch 的旧版本和稳定版

如果你想在 GPU 机器上安装稳定版(0.4 版本),使用:

pip install torch torchvision

使用以下两个命令,来安装仅用于 CPU 的稳定版:

pip install http://download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl
pip install torchvision

安装 PyTorch 1.0 候选版本

使用如下命令安装 PyTorch 1.0 RC GPU 版本:

pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cu92/torch_nightly.html

如果没有GPU,并且更喜欢使用 仅限 CPU 版本,使用如下命令:

pip install torch_nightly -f https://download.pytorch.org/whl/nightly/cpu/torch_nightly.html

验证 PyTorch 安装

使用如下简单的命令,启动终端上的 python 控制台:

python

现在,按行输入下面的示例代码以验证您的安装:

from __future__ import print_function
import torch
x = torch.rand(5, 3)
print(x)

你应该得到如下输出:

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]])

若要检查是否可以使用 PyTorch 的 GPU 功能, 可以使用以下示例代码:

import torch
torch.cuda.is_available()

输出结果应该是:

True

支持 PyTorch 的 AMD GPU 仍在开发中, 因此, 尚未按报告提供完整的测试覆盖,如果您有 AMD GPU ,请在这里提出建议。

现在让我们来看看一些广泛使用 PyTorch 的研究项目:

基于 PyTorch 的持续研究项目

领先的 GPU 制造商英伟达在更新这方面最近的发展,你也可以阅读正在进行的合作的研究。

我们应该如何应对这种 PyTorch 的能力?

想到 Facebook 在社交媒体算法中应用如此令人惊叹的创新项目, 我们是否应该感激这一切或是感到惊恐?这几乎是天网! 这一新改进的发布的 PyTorch 肯定会推动事情进一步向前! 在下方评论,随时与我们分享您的想法!


via: https://itsfoss.com/pytorch-open-source-ai-framework/

作者:Avimanyu Bandyopadhyay 选题:lujun9972 译者:distant1219 校对:wxy

本文由 LCTT 原创编译,Linux中国 荣誉推出



最新评论

LCTT 译者
distant1219 🌟🌟
共计翻译: 4.0 篇 | 共计贡献: 98
贡献时间:2018-07-11 -> 2018-10-17
访问我的 LCTT 主页 | 在 GitHub 上关注我


返回顶部

分享到微信

打开微信,点击顶部的“╋”,
使用“扫一扫”将网页分享至微信。