在一年一度的开发者大会 F8 上, Facebook 放出 PyTorch 的 1.1 版本, 直指 TensorFlow"腹地".
不仅宣布支持 TensorFlow 的可视化工具 TensorBoard, 还正式向工业界迈进, 新推出训练 AI 系统 "跨 GPU 分割神经网络" 功能. 为生产环境改进了 PyTorch 处理分布式训练的方式. PyTorch 路线图的下一步是, 以更少的比特数运行神经网络, 实现更快的 CPU 和 GPU 性能, 并支持 AI 从业者创建命名张量维数.
PyTorch 是 Fackebok 于 2017 年初在机器学和科学计算工具 Torch 的基础上, 针对 Python 语言发布的一个全新的机器学习工具包. 一经发布, PyTorch 就受到了业界的广泛关注和讨论, 目前 PyTorch 已经成为机器学习从业人员最重要的研发工具之一.
相较于更适合大规模部署, 尤其是涉及跨平台和嵌入式部署的 TensorFlow,PyTorch 更适合用于研究, 爱好者和小规模项目的快速原型开发; 而且在下面这些方面相当有优势: 用于研究或者用于生产的非功能性需求并不是很苛刻; 需要更好的开发和调试经验; 爱所有 Python 化的东西.
- CIFAR;
- The Street View House Numbers;
- PASCAL VOC;
- Wikipedia dump;
- 20 Newsgroups;
- Penn Treebank;
来源: https://yq.aliyun.com/articles/702742