a principios de este año, hemos compartido una visión para la toma de AI desarrollo más rápido y más interoperables. Hoy, durante nuestro primer PyTorch Conferencia de Desarrolladores, estamos anunciando actualizaciones sobre el creciente ecosistema de hardware, software y socios de la educación que son la profundización de su inversión en PyTorch. También estamos reuniendo a nuestra activa comunidad de investigadores, ingenieros, educadores, y más para compartir cómo se está utilizando el código abierto profundas de la plataforma de aprendizaje para la investigación y la producción, y caminar a través de más detalles sobre la versión preliminar de PyTorch 1.0.
PyTorch 1.0 acelera el flujo de trabajo involucrados en el avance de la investigación en inteligencia artificial para la implementación de producción. Con más de servicio en la nube de soporte de Amazon, Google y Microsoft, y una integración más estrecha con los proveedores de tecnología ARM, Intel, IBM, NVIDIA y Qualcomm, los desarrolladores pueden tomar más fácilmente la ventaja de PyTorch del ecosistema compatible con hardware, software y herramientas de desarrollo. El software y el hardware que sea compatible con PyTorch 1.0, más fácil será para la IA a los desarrolladores construir rápidamente, capacitar y desplegar estado-de-el-arte profundo de los modelos de aprendizaje.
¿Qué hay de nuevo en PyTorch 1.0
Las últimas adiciones al marco de incluir un nuevo híbrido de front end que permite realizar un seguimiento de secuencias de comandos y modelos de ganas de modo en el modo gráfico para la reducción de la brecha entre la exploración y la producción de implementación, un renovado antorcha.distribuido de la biblioteca que permite un entrenamiento más rápido a través de Python y C++ entornos, y con ganas de modo C++ interfaz (lanzado en beta) para el desempeño de la investigación fundamental.
en la Actualidad, los investigadores y los ingenieros tienen que trabajar a través de una serie de marcos de trabajo y herramientas, muchas de las cuales son a menudo incompatibles, el prototipo del nuevo profunda de los modelos de aprendizaje y de transferencia de la ejecución a gran escala en un entorno de producción. Haciendo esto ralentiza la velocidad a la que podemos desplegar AI avances de la investigación en la escala de producción. Con esta última versión, hemos combinado la flexibilidad de la existente PyTorch marco con las capacidades de producción de Caffe2 para ofrecer una perfecta ruta de acceso de la investigación a la producción de preparados de AI.
un apoyo más Profundo del ecosistema
AWS, Google y Microsoft son la profundización de su inversión en PyTorch 1.0 a través de la más sólida de apoyo para el marco de trabajo a través de sus plataformas de nube, productos y servicios. Por ejemplo, Amazon SageMaker, AWS totalmente gestionado plataforma para la formación y la implementación de los modelos de aprendizaje automático en la escala, ahora ofrece preconfigurado entornos para PyTorch 1.0, que incluyen rica capacidades, como el modelo automático de ajuste.
Google está anunciando el nuevo PyTorch 1.0 integraciones a través de sus herramientas de software y hardware para la IA de desarrollo. Google en la Nube de la Plataforma de Aprendizaje Profundo VM tiene una nueva imagen de VM con PyTorch 1.0 que viene con los drivers de NVIDIA y tutoriales preinstalado. Google también ofrece la Nube Tensor de Unidades de Procesamiento (Tpu), los cuales son desarrollados a medida circuitos integrados de aplicación específica (ASIC) para el aprendizaje de máquina (ML). Los ingenieros de Google en la Nube de TPU equipo están en activa colaboración con nuestros PyTorch equipo para habilitar el soporte para PyTorch 1.0 modelos de este hardware personalizado.
de Microsoft, una de las primeras socio con Facebook en otro importante AI iniciativa, ONNX, también está promoviendo su compromiso para proveer un soporte de primera clase para PyTorch a través de su suite de la máquina ofertas de aprendizaje. Azure Machine Learning servicio que permite a los desarrolladores a la perfección la transición desde la formación PyTorch modelos en una máquina local para escalar en el Azure en la nube. Para los datos de la experimentación científica, Microsoft está ofreciendo preconfigurado en Ciencia de Datos de Máquinas Virtuales (DSVM) que están preinstaladas con PyTorch. Para los desarrolladores que buscan para empezar a explorar la PyTorch sin tener que instalar el software y configurar una máquina local, Azure Cuadernos ofrece un servicio, hospedado en la nube Jupyter Cuadernos conjunto de soluciones con PyTorch tutoriales. Finalmente, el Código de Visual Studio Herramientas para IA extensión proporciona una estrecha integración de Azure ML y PyTorch Api para facilitar la PyTorch código de capacitación y desarrollo.
además del software y los proveedores de servicios de nube, la tecnología de los socios — incluyendo el BRAZO, IBM, Intel, NVIDIA y Qualcomm están añadiendo soporte para PyTorch 1.0 directa a través de optimizaciones, núcleo de la integración de la biblioteca, y el apoyo de herramientas adicionales tales como compiladores y la inferencia tiempos de ejecución. Este apoyo extra asegura que PyTorch los desarrolladores pueden ejecutar los modelos a través de una amplia gama de hardware, optimizado para la formación y la inferencia, por tanto los datos del centro y el borde de los dispositivos.
Educar a los futuros AI desarrolladores
ya Hemos visto una gran variedad de proveedores de educación mediante el PyTorch marco para enseñar profundo de aprendizaje en línea para los programas y cursos de la universidad. El marco de la accesibilidad y la integración profunda en Python han hecho más fácil para los estudiantes a comprender y experimentar con diversos profundo aprendizaje de los conceptos. Con la evolución de PyTorch 1.0, estamos encantados de que más socios se seguirá centrando sus planes de estudio a su alrededor.
Udacity se ha asociado con Facebook para ofrecer a los desarrolladores el acceso gratuito de Introducción al Aprendizaje Profundo curso, que se imparte íntegramente en PyTorch. Además, Facebook se patrocinador de 300 estudiantes que han completado con éxito este curso de nivel intermedio para continuar su educación en Udacity del Aprendizaje Profundo Nanodegree programa, que ha sido renovado para ejecutarse en PyTorch 1.0.
Rápido.ai, que ofrece cursos gratuitos en línea para la iniciación y perfeccionamiento de aprendizaje profundo y de aprendizaje de la máquina utilizando PyTorch, es anunciar el primer lanzamiento de fastai, un software de código abierto de la biblioteca construida en la parte superior de PyTorch 1.0. La biblioteca ofrece una mayor precisión y velocidad con mucho menos código, haciendo que el aprendizaje profundo más accesible para los nuevos y experimentados desarrolladores.
la Continuación de la colaboración
Estamos emocionados de escuchar a la comunidad como empezar a trabajar con PyTorch 1.0 largo de los próximos meses. También esperamos continuar nuestra colaboración con los líderes en el aprendizaje profundo de los ecosistemas, para ayudar a más gente a tomar ventaja de la IA y acelerar el camino de la investigación a la producción.
Para empezar, descargue la versión previa para desarrolladores de PyTorch 1.0, o la experiencia con uno de nuestros socios de la nube. También damos la bienvenida a toda la PyTorch de la comunidad a unirse a la jornada completa de live stream habla desde el núcleo PyTorch equipo en Facebook, así como de los contribuyentes y de las organizaciones en el mundo académico, la industria, y más .
Nos gustaría dar las gracias a todo PyTorch 1.0 equipo por sus contribuciones a este trabajo.
This content was originally published here.
Español de México