Facebook 开源深度学习框架 Torchnet-低调大师

Facebook 开源深度学习框架 Torchnet

2017-06-01 568

Facebook开源深度学习框架Torchnet，加快A.I研究步伐
今天，在新发布的一篇学术报告中，Facebook 详细介绍了新的人工智能开源软件 Torchnet，用于简化深度学习。

深度学习是当下一种时髦的学习方式，涉及到培训人工神经网络处理大量的数据，如图片，然后让神经网络做出新数据的预测。与其建立一个全新的深度学习框架， Facebook 选择的是在 Torch 上编译一个开源库，Facebook 先前也曾致力于此。

“这使得它很容易实现完全隐藏 I/O（输入 / 输出）成本功能，而如果你想创建一个实用的大型深度学习系统，你就很需要这项功能的。” Facebook 人工智能研究所（FAIR）的一名科学家 Laurens van der Maaten 在一次采访中这样说道，“我们并不是要让 Torch 运作的更快或者更慢或者其他怎样，这些都不是框架的重点所在。” van der Maaten 还表示，Torchnet 是用 Lua 脚本语言写成，能够在标准的 x86 芯片或图形处理单元（GPUs）上运行，也可以让程序员重用某些代码。这样一来就能够降低工作量，同时也可以降低出现 bug 的几率。

Facebook 并不是唯一一家为 Torch 编译工具的公司，Twitter 也这样做过，可以肯定的是，同 van der Maaten 聊过的一些 Twitter 的员工似乎也对 Torchnet 感兴趣。亚马逊、谷歌和微软也在近几个月发布了全新的深度学习框架，Facebook 之前一直致力于开发原生开源项目，如 React Native 和 Presto，所以现在 Facebook 做出一些改变看上去还是挺有意思的。

van der Maaten 说道：“这种方法同 Theano 框架的 Blocks and Fuel 库有点相似。”

在这份报告中，van der Maaten 写道：Torchnet 可能并不会一直局限在 Torch 上使用，Torchnet 是抽象的，可以轻松应用到其他框架中，例如 Caffe 还有谷歌的 TensorFlow 框架。

在六、七个月前，Facebook 发布了 Torchnet 的第一版本。van der Maaten 说道：“现在有许多团队在不同应用中使用这一版本。” 他没有说具体是 Facebook 的哪些工作依赖于 Torchnet，但它可以被应用到图像识别和自然语言处理等方面，这样一来便可以在一些事情上派上用场，例如找到相关的 Instagram 图片来为 News Feed 选择最佳 Facebook 帖子。Facebook 希望它的内容能够比网络上的其他内容都更具吸引力，这样既可以留住 “回头客” 又能够吸引新用户，所以这是很重要的东西。

文章转载自开源中国社区[http://www.oschina.net]

微信关注我们

原文链接：https://yq.aliyun.com/articles/112565

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

AI应从神经科学中借鉴想法和思路

根据Geoff Hinton（经常被誉为深度学习的“教父”）的观点，更好地理解神经元产生脉冲的原因可以带来更聪明的人工智能系统，其可以更有效地存储更多的信息。 Geoff Hinton是多伦多大学的荣誉退休杰出教授和谷歌的工程院士。他是神经网络的先驱者之一。作为很小一群学术人员之一，他和其他人共同哺育这项技术渡过了它所经历的研究兴趣、资金和发展的低潮期。核心内容：通过诸如奥巴马政府的“大脑计划”这样的研究项目完成的大规模大脑研究，有希望获得对大脑的新认知，从而为AI的设计人员带来新想法和思路。是可以把神经科学里的发现引入到AI相关的想法里，尽管这可能会花些时间。在1973年，Hinton首先想到去实现一个类似于神经突触在多时间尺度上变化的机制，但直到2016，才发表了这个领域的一篇主要论文。开发强大的感知系统是相对容易的，但是我们需

2017-06-01

648

微软正式发布了 2.0 版本的认知工具包（Microsoft Cognitive Toolkit，曾用名为 CNTK），该工具包曾在微软内部被广泛使用，帮助实现了人工智能领域多个突破。该升级版本增加了对神经网络库 Keras 的支持，为 Keras 编写的代码现在可以直接利用认知工具包所提供的性能和速度，而无需对代码本身进行任何更改。此外还支持 NVIDIA 最新版本的深度学习 SDK 以及高级图形处理单元（GPU）架构（例如NVIDIA Volta），可以加速训练进程。以及用于模型评估的 Java 语言绑定，和对已受训模型进行压缩的新工具——经过压缩的模型即便在智能手机等资源受限设备上的图像识别等应用中也可实时运行。微软认知工具包最初于2016年10月发布测试版，目前该技术已被全球各地的公司和组织用于神经网络的创建和训练。本文来自开源中国社区 [http://www.oschina.net]

2017-06-02

618

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。