AI应用使用PyTorch的5种方法
PyTorch 1.1有什么新功能?为什么你的团队要在未来的AI应用中使用它?随着最近发布的PyTorch 1.1在美国,Facebook为广受欢迎的深度学习库添加了各种新功能。这包括对TensorBoard的支持,这是谷歌最初为其深度学习库TensorFlow创建的一套可视化工具。
PyTorch 1.1还附带了一个改进的JIT编译器,扩展了PyTorch用于编写脚本的内置功能。这个版本1.1最大的变化之一是能够在多个gpu上执行分布式训练,这允许在非常大的深度学习模型上进行非常快的训练。
在这篇博客中,我将深入研究最新的PyTorch发布的新功能,在短短三年内科技界看到的令人兴奋的成果,以及为什么您和您的团队可能希望在未来的人工智能应用中使用它。
PyTorch是什么?它的用途是什么?
PyTorch是一个Python深度学习库Facebook的人工智能研究团队。它仍然相对较新,第一个版本在2016年10月发布,第1.1版在2019年春天发布。的基本基础,提供执行张量计算的能力深度学习。它还提供了内置的自动区分,这就是深度学习网络实际上从数据集“学习”的方式。
PyTorch使用动态图方法进行计算,允许用户访问每个级别的计算。这有助于开发人员更好地理解他们的代码,并确切地看到在代码的每个步骤中发生了什么。由于计算图是在运行时定义的,因此可以直接与Python的内置调试工具集成。
使用PyTorch的好处
1.Python-friendly。PyTorch是直接基于Python构建的,不像其他移植到Python的深度学习库。它提供了一个混合前端,使您能够在原型和研究阶段之间无缝地共享大部分代码,并快速移动到生产的图形执行模式。
2.针对AWS和Azure支持的gpu进行优化。PyTorch还经过了优化,可以利用gpu加速训练时间。最大的云服务提供商也参与了这一开发,因为亚马逊Web服务目前支持最新版本的PyTorch,为GPU优化,甚至包括在其深度学习AMbetwayapp下载安装I(亚马逊机器映像)中。微软还计划在其Azure云产品中支持PyTorch。它还具有内置的声明性数据并行性,允许您在云提供商上利用多个gpu。
3.丰富的工具和库生态系统。PyTorch还包括几个工具和库,以及用于扩展PyTorch的丰富的工具和库生态系统,其中包括一些附加功能,如用于处理复杂图像数据集的PyTorch内置工具Torchvision。的PyTorch生态系统包括来自学术界和工业界广泛的研究人员、应用程序开发人员和ML工程师的项目、工具、模型和库。这个生态系统的目标是支持开发人员和数据科学家使用PyTorch探索和应用深度学习。
虽然现在有超过12种可用的工具,但值得注意的一个包括天赋,该库用于自然语言处理任务,如命名实体识别和词性标注。也有翻译,这是Facebook自己的翻译模型,在你的Facebook新闻动态中使用的机器翻译。
用最新的深度学习和机器学习技能训练您的团队。请求演示发现哪种人工智能学习路径最适合您的业务需求。
5种方法使用PyTorch为你的AI应用程序
将PyTorch用于深度学习任务允许您和您的团队从数据集创建预测算法。例如,您可以利用历史房地产数据来预测未来的房价,或者使用制造厂的历史生产数据来预测新部件的故障率。PyTorch的其他常见用途包括:
- 图像分类PyTorch可用于构建特定的神经网络架构,即卷积神经网络(Convolutional neural Networks, CNNs)。这些多层CNN接收的是特定事物的图像,比如,一只小猫,很像人类大脑的工作方式,一旦CNN看到一组小猫图像的数据集,它应该能够自信地识别出一张新的小猫图像。这一应用在医疗保健领域得到了发展,CNN最近被用于一项检测皮肤癌的研究。
- 手写识别这涉及到破译人类的笔迹及其在人与人之间和跨语言之间的不一致性。Facebook的首席人工智能科学家扬·勒昆(Yann LeCun)开创了能够识别手写数字的cnn。
- 预测时间序列:递归神经网络(RNN)是一种设计用于序列建模的神经网络,对于训练过去的算法特别有用。它可以根据过去的数据做出决定和预测,所以它可以根据过去做出决定。例如,一家航空公司可能希望根据过去几个月的数据预测单个月的乘客数量。
- 文本生成RNNs和PyTorch也支持文本生成,这是AI模型在特定文本(所有莎士比亚的作品(例如,)来创建它自己的输出。
- 风格转移PyTorch的一个最流行和有趣的应用程序是风格转移。它使用一类深度学习算法来处理视频或图像,并在另一张图像上采用该图像的视觉风格。例如,风格转换可以让你最喜欢的数码度假照片看起来像一幅著名艺术家(如莫奈)的油画或素描。它甚至可以做相反的操作,把画转换成逼真的照片!下面是一些例子。
哪些公司使用PyTorch?
根据市场跟踪HG的见解苹果(Apple)、ADP、百事可乐(Pepsico)、英伟达(NVIDIA)和沃尔玛(Walmart)等公司正在使用PyTorch创建用于预测分析的深度学习模型。由于这些大公司采用了这项技术,三大主要云提供商——亚马逊,微软,谷歌-现在提供云计算预先安装了PyTorch 1.1并准备开箱即用的实例。
PyTorch在深度学习方面有很多令人难以置信的应用,而这仅仅是开始!想象一下您和您的团队如何能够应用这项技术。是通过图像分类识别假冒商品吗?创建一种新的类型的照片滤镜,通过适应风格转移原则?在我的新课程中添加PyTorch到你的技术技能中PyTorch for Deep Learning with Python Bootcamp。