PyTorchがLinux Foundationに譲渡され、AI研究に大きな影響を与える
最近、PyTorch 創設者 Soumith Chintala 氏は、PyTorch がトップレベル プロジェクトとして、PyTorch Foundation という名前の Linux Foundation (LF) に正式に移管されることを PyTorch 公式 Web サイトで発表しました。
PyTorch は 2017 年 1 月に誕生し、Facebook Artificial Intelligence Research (FAIR) によって立ち上げられました。これは、Torch に基づく Python オープンソース機械学習ライブラリであり、自然言語処理と他のアプリケーションです。最も人気のある機械学習フレームワークの 1 つである PyTorch には現在 2,400 人を超える寄稿者がおり、154,000 近くのプロジェクトが PyTorch 上に構築されています。
Linux Foundation の中心的な使命は、オープン ソース ソフトウェアを共同開発することです。財団の管理委員会のメンバーは全員、AMD、アマゾン ウェブ サービス (AWS)、Google Cloud、Meta の出身者です。 , Microsoft Azure や NVIDIA などの企業にとって、このモデルは PyTorch の現状と開発の方向性と一致しています。 PyTorch Foundation の設立により、今後数年間で、多様なメンバーのグループによって透明かつオープンな方法でビジネス上の意思決定が行われるようになります。
それに応じて、Soumith Chintala 氏は、「PyTorch がマルチステークホルダーのプロジェクトに成長し続ける中、より広範なオープンソース ベースに移行する時期が来ています。」と述べました。 Linux Foundation は、Kubernetes や NodeJS など、私たちのような大規模なオープンソース プロジェクトをサポートする豊富な経験を持っているため、私たちの新しい拠点となるでしょう。」
ザッカーバーグ氏は Facebook の投稿でも次のように書いています。 PyTorch Foundation Board には、Meta や AMD、Amazon、Google、Microsoft、NVIDIA のパートナーなど、コミュニティを今日の状態に導くのに貢献した AI リーダーの多くが参加する予定です。PyTorch の構築を続けることに興奮しています。コミュニティと AI 研究の進歩。」
PyTorch が作成されて以来、2,400 人を超える貢献者が PyTorch に基づいたプロジェクトを構築し、約 154,000 のプロジェクトが構築されました。
Soumith Chintala 氏は、PyTorch のビジネス ガバナンスは長い間構造化されておらず、Meta チームのメンバーは PyTorch を組織的により健全なエンティティに構築するために多くの時間とエネルギーを費やし、多くの構造を導入していると述べました。次の段階では、PyTorch の開発目標は、複数の利害関係者の利益をサポートすることであり、これが Linux Foundation が選ばれた理由です。「同社には、大規模な複数の利害関係者のオープンソース プロジェクトをホストする豊富な組織経験があり、強力な組織構造と強力な組織構造があり、これらのプロジェクトに特有のソリューションを見つけるにあたって、適切なバランスが保たれています。」
現在、Linux Foundation には世界中に数千人のメンバーがおり、850 を超えるオープン ソース プロジェクトがあり、そのプロジェクトは AI を直接支え、ML に貢献しています。プロジェクトに参加したり、ユースケースに貢献して、LF ネットワーキング、AGL、Delta Lake、RISC-V などのプラットフォームと統合したりできます。 Linux Foundation の一部として、PyTorch とそのコミュニティは、トレーニングや認定プログラム、コミュニティ調査など、Linux Foundation の多くのプログラムやコミュニティ活動のサポートから恩恵を受けることになります。
###PyTorch は、Linux Foundation の LFX コラボレーション ポータルにもアクセスできます。このポータルは、PyTorch コミュニティが将来のリーダーを特定し、潜在的な従業員を見つけ、共有コミュニティのダイナミクスを観察するためのガイダンスを提供し、支援します。 Linux Foundation は、「PyTorch は適切なメンテナンスとオープンソース コミュニティ管理によって現在の状態に到達しました。PyTorch の利点は一切変更しません。」と述べています。######参考リンク: ######https: // pytorch.org/blog/PyTorchfoundation/######https://www.assemblyai.com/blog/pytorch-vs-tensorflow-in-2022/######https://linuxfoundation. org/zh/blog/welcoming-pytorch-to-the-linux-foundation/ ###以上がPyTorchがLinux Foundationに譲渡され、AI研究に大きな影響を与えるの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









本サイトは10月22日、今年第3四半期にiFlytekの純利益は2579万元で、前年同期比81.86%減少し、最初の3四半期の純利益は9936万元で、過去最高を記録したと報じた。前年比76.36%減。 iFlytekのJiang Tao副社長は、第3四半期の業績説明会で、iFlytekが2023年初めにHuawei Shengtengとの特別研究プロジェクトを立ち上げ、中国の一般的な人工知能の新しい基盤を共同で構築するためにHuaweiと高性能オペレータライブラリを共同開発したことを明らかにした。独自の革新的なソフトウェアとハードウェアによるアーキテクチャを採用し、国内の大規模モデルの使用を可能にします。同氏は、ファーウェイのAscend 910Bの現在の機能は基本的にNvidiaのA100に匹敵すると指摘した。次回開催される iFlytek 1024 グローバル デベロッパー フェスティバルで、iFlytek と Huawei は人工知能コンピューティングのパワー ベースについてさらなる共同発表を行う予定です。彼はまた、次のようにも述べました。

PyCharm は強力な統合開発環境 (IDE) であり、PyTorch はディープ ラーニングの分野で人気のあるオープン ソース フレームワークです。機械学習とディープラーニングの分野では、開発に PyCharm と PyTorch を使用すると、開発効率とコード品質が大幅に向上します。この記事では、PyCharm に PyTorch をインストールして構成する方法を詳しく紹介し、読者がこれら 2 つの強力な機能をより効果的に活用できるように、具体的なコード例を添付します。ステップ 1: PyCharm と Python をインストールする

自然言語生成タスクにおいて、サンプリング法は生成モデルからテキスト出力を取得する手法です。この記事では、5 つの一般的なメソッドについて説明し、PyTorch を使用してそれらを実装します。 1. 貪欲復号 貪欲復号では、生成モデルは入力シーケンスに基づいて出力シーケンスの単語を時間ごとに予測します。各タイム ステップで、モデルは各単語の条件付き確率分布を計算し、最も高い条件付き確率を持つ単語を現在のタイム ステップの出力として選択します。このワードは次のタイム ステップへの入力となり、指定された長さのシーケンスや特別な終了マーカーなど、何らかの終了条件が満たされるまで生成プロセスが続行されます。 GreedyDecoding の特徴は、毎回現在の条件付き確率が最良になることです。

ノイズ除去拡散確率モデル (DDPM) の動作原理を詳細に理解する前に、まず、DDPM の基礎研究の 1 つである生成人工知能の開発の一部を理解しましょう。 VAEVAE は、エンコーダー、確率的潜在空間、およびデコーダーを使用します。トレーニング中に、エンコーダーは各画像の平均と分散を予測し、ガウス分布からこれらの値をサンプリングします。サンプリングの結果はデコーダに渡され、入力画像が出力画像と同様の形式に変換されます。 KL ダイバージェンスは損失の計算に使用されます。 VAE の大きな利点は、多様な画像を生成できることです。サンプリング段階では、ガウス分布から直接サンプリングし、デコーダを通じて新しい画像を生成できます。 GAN は、わずか 1 年で変分オートエンコーダ (VAE) において大きな進歩を遂げました。

PyTorch は、強力な深層学習フレームワークとして、さまざまな機械学習プロジェクトで広く使用されています。強力な Python 統合開発環境として、PyCharm はディープ ラーニング タスクを実装するときに優れたサポートも提供します。この記事では、PyTorch を PyCharm にインストールする方法を詳しく紹介し、読者が深層学習タスクに PyTorch をすぐに使い始めるのに役立つ具体的なコード例を示します。ステップ 1: PyCharm をインストールする まず、PyCharm がインストールされていることを確認する必要があります。

ディープラーニングは人工知能分野の重要な分野であり、近年ますます注目を集めています。深層学習の研究と応用を実施できるようにするには、多くの場合、それを達成するためにいくつかの深層学習フレームワークを使用する必要があります。この記事では、PHPとPyTorchを使ってディープラーニングを行う方法を紹介します。 1. PyTorch とは何ですか? PyTorch は Facebook が開発したオープンソースの機械学習フレームワークで、深層学習モデルを迅速に作成してトレーニングするのに役立ちます。 PyTorc

皆さん、こんにちは。私は Kite です。2 年前には、オーディオ ファイルとビデオ ファイルをテキスト コンテンツに変換する必要性を実現するのは困難でしたが、今ではわずか数分で簡単に解決できるようになりました。一部の企業では、トレーニングデータを取得するために、DouyinやKuaishouなどのショートビデオプラットフォーム上のビデオをフルクロールし、ビデオから音声を抽出してテキスト形式に変換し、ビッグデータのトレーニングコーパスとして使用していると言われていますモデル。ビデオまたはオーディオ ファイルをテキストに変換する必要がある場合は、現在利用可能なこのオープン ソース ソリューションを試すことができます。たとえば、映画やテレビ番組のセリフが登場する特定の時点を検索できます。早速、本題に入りましょう。 Whisper は OpenAI のオープンソース Whisper で、もちろん Python で書かれており、必要なのはいくつかの簡単なインストール パッケージだけです。

グループ化クエリ アテンション (GroupedQueryAttendant) は、大規模言語モデルにおけるマルチクエリ アテンション メソッドであり、その目標は、MQA の速度を維持しながら MHA の品質を達成することです。 GroupedQueryAttendant はクエリをグループ化し、各グループ内のクエリは同じアテンションの重みを共有するため、計算の複雑さが軽減され、推論速度が向上します。この記事では、GQAの考え方とそれをコードに変換する方法について説明します。 GQA は論文「GQA:TrainingGeneralizedMulti-QueryTransformerModelsfromMulti-HeadCheckpoint」に掲載されています
