休假栗问耕假装从凹非寺里长出了头发

量子出品|公众号QbitAI

PyTorch 1.0来了~

在今天的f8(Facebook开发者大会)上，我们如期发布了深度学习框架PyTorch 1.0 rc1版。 但是，在国外论坛上，另一个开源库的关注度并不高。

那就是fastai 1.0。

简单来说，fastai是一个API，包含了所有常见的深度学习APP。 被称为实用版的“生命3000”。 而且很多性能指标已经超过了Keras。

例如，用5行代码完成Keras在31行中可以解决的事情。 同时，误差也变得更好。 难怪在Hacker News上，fastai的关注度比PyTorch 1.0还要高……

而且fastai基于PyTorch 1.0的框架，在Facebook官方也有重点宣传。 这两个新框架如果同时下载使用，疗效会更好。

这个长假，要不要试试？

fastai 1.0 fastai的出品方是fast.ai，虽然机构规模不大，但是提供了大量免费的机器学习课程，所以名声在外。 还有，fast.ai也是美军的伙伴，研究如何加速人工智能技术的发展。

只有一个API

据创始人Jeremy Howard介绍，fastai是一个API，包含了大部分常见的深度学习APP。

在传统库中，必须为不同的APP调用适当的API。 fastai是第一个可以通过单个API支持各种APP的库。

这样，用户就不需要记住各种各样的API调用方法。 用fastai构建视觉模型后，可以使用相同的API构建自然语言处理模型。

1.0发行前，fastai的第一个版本于9月上线。 早期的用户浪潮已经先行探索了这个幼师库，很多大人物都说好用：

这是Kaggle资深玩家rzdxbw Prez Michaus使用fastai进行的风格迁移的成果。

作为一个“没有正式电脑背景”的程序员，他称赞fastai的灵活性。 我也可以用。

GitHub的机器学习科学家Hamel Husain也使用了这个库，制作了GitHub语义代码的检索工具。 还是中途从TensorFlow Hub换成了fastai。 现在，搜索工具已联机。

359 Experiments.github.com/semantic -代码搜索

还有，OpenAI的姐姐ngdwx Payne最近在做一个叫自然苗条的项目。 用神经网络生成音乐的AI。 姐姐说，没有fastai，速度就没有保障。

让我们来听听自然苗条的作品吧。 很美。

其他音乐：

http://christinemcleavey.com/完成的黑色裤子-a-neural-net-music-generator/

五行代码就足够了

据Howard先生说，小组进行的研究都纳入了这个框架。 所以，大家可以充分享受这些成果。

在新的库诞生之前，这样的问题大多是在TensorFlow上面用Keras解决的。如今，Keras依然是fast.ai团队仰慕的对象。

所以，团队也想在猫狗大战里感受一下，自家的框架和Keras对比起来，竞争力究竟如何。

这5行代码，就是在fastai框架里做ResNet50的two-stage微调，需要的全部操作了。

而同样的任务，Keras要用31行才能完成。

除了代码行数，fastai在两个阶段的误差也比Keras更小。

虽然成绩表十分骄人，Howard依然三番五次地表示，Keras始终是大神，整个团队都是Keras的粉丝。

先去用用看？

现在，fastai框架已经在GitHub上线了。下载请至：

https://github.com/fastai/fastai

也可以在谷歌云平台上用啊。先打开这个页面：

https://cloud.google.com/deep-learning-vm/docs/images

然后，给你的示例安装配置，再把fastai部署在PyTorch 1.0上。有了。

如果要在GPU驱动的Jupyter Notebook上运行fastai，也没问题：

https://salamander.ai/

除此之外，还有一个好消息。不久就会支持AWS了，可以期待一下。

PyTorch 1.0

接下来，说说也是最新发布的PyTorch 1.0。

去年1月，PyTorch首次发布，目前下载已经超过100万次。今年五月，Facebook副总裁贾扬清和CTO Mike Schroepfer透露，PyTorch 1.0即将推出。当时，Caffe2代码还并入了PyTorch。

PyTorch 1.0 rc1版传送门：

https://github.com/pytorch/pytorch/releases

Facebook在官方博客中，还对PyTorch 1.0 rc1版进行了详细的介绍。

新框架有了一个全新的混合模式前端，支持tracing和scripting模型，从eager模式进入graph模式，从而弥合研发与生产部署之间的差距；一个经过改进的torch.distributed库，能让Python和C++环境中的训练更快。

以及这个版本正式融合了PyTorch框架的灵活性与Caffe2的生产力。贾扬清此前给的总结就是：Caffe2 + PyTorch = PyTorch 1.0。

三大新功能

torch.jit

JIT是一组编译工具，用于弥合PyTorch研究和生产之前的差距。其中包含一种名为Torch Script的语言（仍然使用Python编写），还有两种方法可以使现有的代码与JIT兼容。

Torch Script代码可以积极优化，并且在序列化之后可以在新的C++ API中使用，这就完全不依赖Python了。

c10d库

torch.distributed软件包以及torch.nn.parallel.DistributedDataParallel模块，由新的c10d库提供支持。主要亮点包括：

c10d是吸能你驱动的，并且对所有后端完全异步操作分布式数据并行性能显著改进在Gloomy后端增加send和recv支持

C++前端API

这个前端API被明确标记为还不稳定（Unstable）。官方预计将在未来一两个月稳定下来，同时不排除发生其中某些部分发生重大变化。

这个C++前端是一个纯C++接口后端是PyTorch，与此前的Python前后端体系结构一样。这个API只在实现高性能、低延迟和裸机C++应用程序的研究。

以下是两种语言前端的简单比较。

其他

生态系统

Google云、亚马逊AWS、微软Azure Machine Learning等国外的流行云服务，现在与PyTorch更加兼容。

Arm、Nvidia、高通、英特尔、IBM等厂商的，也增加了对PyTorch 1.0的支持。确保PyTorch可以在数据中心、边缘硬件等不同领域得到应用。

根据官方消息，目前Google和Facebook正在合作，为PyTorch用户构建TPU。Google云的Deep Learning VM服务，也将提供PyTorch 1.0映像。

教育培训

Facebook透露正与Udacity合作，为开发者提供免费的深度学习入门课程，这些课程都基于PyTorch。此外，Facebook还将赞助300名开发者，完成Udacity的中级课程，这些课程也已经改为基于PyTorch 1.0。

当然，fast.ai的新课程和深度学习库，也是PyTorch在教育领域的合作成果。

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态