LINUX.ORG.RU

Вышел PyTorch 1.2.0

 , ,


1

1

PyTorch — популярный открытый фреймворк для машинного обучения обновился до версии 1.2.0. Новый релиз включает в себя более 1900 исправлений, которые охватывают JIT, ONNX, распределенные режимы обучения и улучшения производительности.

Некоторые изменения:

  • Новый TorchScript API позволяет легко сконвертировать nn.Module (включая подмодули и методы, вызываемые в forward()) в ScriptModule.
  • Совместно с Microsoft добавлена полная поддержка ONNX Opset версий 7(v1.2), 8(v1.3), 9(v1.4) и 10 (v1.5). Кроме того, теперь пользователи могут зарегистрировать свои собственные символы для экспорта кастомных операций и указывать динамические размеры входных данных во время экспорта.
  • Поддержка tensorboard больше не является экспериментальной.
  • Добавлен модуль nn.Transformer, основанный на статье Attention Is All You Need.
  • Многочисленные улучшения в C++ API.

>>> Подробности

★★★★★

Проверено: jollheef ()

Странно, как, с подачи коммерческих запевал, этот довольно примитивный способ нагревать камень стал называться «машинное обучение». Вспоминается случай, когда «обученный» автомобиль переехал женщину на велосипеде, приняв её за дорожный мусор. Видать машина плохо училась.

anonymous ()
Ответ на: комментарий от anonymous

Анонимус как обычно написал чушь. Машинное обучение возникло задолго до коммерческого применения, которое стало возможным благодаря достижению практически полезных результатов. В частности и PyTorch достаточно хорошо работает, что не избавляет от необходимо стиль хорошо знать тему для успешного результата. А если обученный автомобиль переехал одну женщину на велосипеде, то такой же небученный автомобиль с пьяным анонимусом за рулем переехал бы двух женщин и собачку.

Partisan ★★ ()
Ответ на: комментарий от Partisan

то такой же небученный автомобиль

В том и дело что «такой же» - дно. Решение задачи подменяют приближенным машинным вычислением. Вместо того чтобы робоавтомобиль гарантированно соблюдал пдд, а человеки только редактировали эти пдд и наслаждались жизнью. Везде впихивают дурацкие нейросети с вероятностными результатами «шеф, газуем, 146% дорожный мусор на дороге»

anonymous ()
Ответ на: комментарий от anonymous

Везде впихивают дурацкие нейросети с вероятностными результатами

Нейросеть делают люди, а люди как известно ошибаются. Только методом проб и ошибок можно добиться годного результата

CryNet ★★★ ()

Нравится PyTorch, гораздо продуманнее TensorFlow. TF, при всей своей переусложнённости - просто убогонький недоязычок, встроенный в питон. В нём даже циклов простых нет, даже нормальной функии print нет. Правда, прикрутили eager mode, но оно там как на корове седло. А PyTorch - практически numpy на стеройдах, с поддержкой GPU и автодифференцирования.

Совместно с Microsoft добавлена полная поддержка ONNX Opset версий 7(v1.2), 8(v1.3), 9(v1.4) и 10 (v1.5)

А вот это всегда восхищало. Злостные проприетарщики Microsoft, Facebook, Amazon, IBM, MathWorks, HP Enterprise, Huawei, Nvidia - объединились, забыли про vendor lock-in и двигают свободный открытый стандарт для описания нейросетей. Кого в этом списке нет? Правильно, гугла. Корпорация света, тепла и боброты.

anonymous ()
Ответ на: комментарий от Partisan

Анонимус как обычно написал чушь.

Давай просвещай.

Машинное обучение возникло задолго до коммерческого применения, которое стало возможным благодаря достижению практически полезных результатов.

Причём тут это? Начнём с того, что оно так и не возникло. И закончим тем, что вещи нужно называть своими именами.

anonymous ()
Ответ на: комментарий от Partisan

А если обученный автомобиль переехал одну женщину на велосипеде, то такой же небученный автомобиль с пьяным анонимусом за рулем переехал бы двух женщин и собачку.

Во-во, только разгребли дороги от пьяного мусора и винов дроссилей, но теперь «передовые питонщики» собираются заменить их на «обученные машины». На секунду, пьяный, даже в стельку, отличает перекати поле от женщины на велосипеде. Просто у него реакция медленнее. Так что у той женщины было бы больше шансов, если бы там сидел какой-нибудь пьяница.

anonymous ()
Ответ на: комментарий от CryNet

Нейросеть делают люди, а люди как известно ошибаются. Только методом проб и ошибок можно добиться годного результата

Тоже самое. Это не нейросети, а это нейросимулятор, причём весьма примитивный. Школьники, называйте вещи своими именами, даже если это звучит не круто.

anonymous ()
Ответ на: комментарий от anonymous

Это не нейросети, а это нейросимулятор, причём весьма примитивный.

А тебе кто-то сказал, что современные нейросети — это прям точные модели того, что происходит в биологическом мозге живых организмов?

ymn ★★★★★ ()
Ответ на: комментарий от ymn

прям точные модели того, что происходит в биологическом мозге живых организмов

В говнмоченые сами не знают как там все работает,так что ни о каких моделях говорить не приходится.

novikovag ()
Ответ на: комментарий от anonymous

Общество любителей говна подтянулось.

А ты-то сюда, на «говно», зачем прилетел? Для срачиков есть Talks. Твое авторитетное мнение тут никому не нужно.

seiken ★★★★★ ()
Ответ на: комментарий от ymn

А тебе кто-то сказал, что современные нейросети — это прям точные модели того, что происходит в биологическом мозге живых организмов?

Причём тут биология, мозг, модели и процессы? Давай поясняй за свой трёп или сливайся. Меня не интересуют пустомели.

anonymous ()
Ответ на: комментарий от Partisan

Никто ему это не сказал. Он сам вообразил от глупости и невежества. По этим уважительным причинам можно вообразить всё, кроме того. что есть на самом деле.

Т.е. как мы поняли, аргументов у вас нет, да, господин, «я люблю поливать всех дерьмом, когда проигрываю спор»?

anonymous ()
Ответ на: комментарий от seiken

В смысле лучше?

То есть появляется на горизонте группка ребят, которые тупо отстреливают себе мозги: ну, на всякий случай, вдруг приведёт к прогрессу. Потом появляются последователи и армия сочувстсвующих, реагирующая в стиле «предложи что-то лучше» в ответ на предложение таки бошки оставить как есть ну и подумать ими, например, самим.

anonymous ()
Ответ на: комментарий от ymn

Conda allows users to easily install different versions of binary software packages

Интересен ebuild из исходников, с возможностью гибкой подстройки опций, да с заменой всего, что приложено в дистрибутивы py(torch) на имеющееся, системное.

Для заготовки под ebuild подойдут сценарии от macports 1.2.0 и aur 1.1.0

perestoronin ★★★ ()
Последнее исправление: perestoronin (всего исправлений: 3)
Ответ на: комментарий от Meyer

С GPU от AMD до сих пор

в зависимостях есть USE ROCm ON

если ROCm уже работает, особенно на много-GPU (скажем на 7 картах Vega56) на дешманских материнках со старыми процессорами, то и с AMD вероятно заработает, нужно пробовать и то и другое.

perestoronin ★★★ ()
Последнее исправление: perestoronin (всего исправлений: 3)