PyTorch 1.0 プレビューがリリースされました: Facebook の最新のオープンソース AI フレームワーク

Facebook は、人工知能プロジェクトで独自のオープンソース AI フレームワーク PyTorch を広く使用しており、最近、PyTorch 1.0 のプレビュー バージョンをリリースしました。

まだご存じない方のために説明すると、PyTorch は Python をベースにした科学計算ライブラリです。

PyTorch は、GPU の強力な計算能力を使用して、複雑なテンソル計算とディープ ニューラル ネットワークを実装します。 そのため、世界中の研究者や開発者に広く使用されています。

この新しい製品版プレビューは、2018 年 10 月 2 日火曜日にサンフランシスコの The Midway で開催された PyTorch 開発者カンファレンスで発表されました。

PyTorch 1.0 リリース候補のハイライト

リリース候補版の主な新機能には次のようなものがあります。

1. ジット

JIT は、研究と生産をより密接に結びつけるコンパイル ツールセットです。 Python をベースにした Torch Script と呼ばれるスクリプト言語が含まれており、既存のコードと互換性を持たせる方法も備えています。

2. 新しい torch.distributed ライブラリ: “C10D”

「C10D」は、異なるバックエンドでの非同期操作を可能にし、低速ネットワークでのパフォーマンスを向上させます。

3. C++ フロントエンド (実験的な機能)

これは不安定な API (おそらくプレリリース) として具体的に言及されていますが、確立された Python フロントエンドの API とアーキテクチャに従う PyTorch バックエンドへの純粋な C++ インターフェイスであり、ハードウェア上で直接、高性能で低レイテンシの C++ アプリケーションの研究開発を可能にします。

詳細については、GitHub で完全な更新ノートを確認してください。

PyTorch 1.0 の最初の安定バージョンは夏にリリースされる予定です。 （LCTT翻訳注：この情報は間違っている可能性があります）

Linux に PyTorch をインストールする

PyTorch v1.0rc0 をインストールするには、開発者は conda の使用を推奨していますが、ローカル インストール ページに示されているように、他の方法も利用できます。必要な詳細はすべてドキュメントに記載されています。

前提

• リナックス
• ピップ
• パイソン
• CUDA (Nvidia GPU 搭載ユーザー向け)

Pip のインストール方法と使用方法がわかったので、次は Pip を使用して PyTorch をインストールする方法を学びましょう。

PyTorch には GPU と CPU のみに異なるインストール パッケージがあることに注意してください。ハードウェアに適したパッケージをインストールする必要があります。

PyTorchの古いバージョンと安定バージョンをインストールする

GPU マシンに安定バージョン (0.4) をインストールする場合は、次を使用します。

 pip install torch torchvision

CPU のみの安定バージョンをインストールするには、次の 2 つのコマンドを使用します。

 pip install http : //download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl
 pip install torchvision

PyTorch 1.0 リリース候補をインストールする

次のコマンドを使用して、PyTorch 1.0 RC GPU バージョンをインストールします。

 pip install torch_nightly - f https : //download.pytorch.org/whl/nightly/cu92/torch_nightly.html

GPU がなく、CPU のみのバージョンを使用する場合は、次のコマンドを使用します。

 pip install torch_nightly - f https : //download.pytorch.org/whl/nightly/cpu/torch_nightly.html

PyTorchのインストールを確認する

次のような簡単なコマンドを使用して、ターミナルで Python コンソールを起動します。

 python

次に、次のサンプル コードを 1 行ずつ入力して、インストールを確認します。

 from __future__ import print_function
 import torch
 x = torch . rand ( 5 , 3 )
 print ( x )

次のような出力が得られるはずです:

 tensor ([[ 0.3380 , 0.3845 , 0.3217 ],
 [ 0.8337 , 0.9050 , 0.2650 ],
 [ 0.2979 , 0.7141 , 0.9069 ],
 [ 0.1449 , 0.1132 , 0.1375 ],
 [ 0.4675 , 0.3947 , 0.1426 ]])

PyTorch の GPU 機能を使用できるかどうかを確認するには、次のサンプル コードを使用できます。

 import torch
 torch . cuda . is_available ()

出力は次のようになります。

 True

PyTorch の AMD GPU のサポートはまだ開発中であるため、完全なテスト範囲はまだ報告されていません。AMD GPU をお持ちの場合は、ここで提案してください。

それでは、PyTorch が広く使用されている研究プロジェクトをいくつか見てみましょう。

PyTorch に基づく進行中の研究プロジェクト

• Detectron: オブジェクトをインテリジェントに検出して分類できる Facebook AI Research のソフトウェア システム。以前はCaffe2をベースにしていました。今年初め、Caffe2とPyTorchが協力して研究と生産のPyTorch 1.0を作成しました。
• 教師なし感情発見:ソーシャルメディアで広く使われているアルゴリズム
• vid2vid: リアルなビデオからビデオへの翻訳
• DeepRecommender これらのシステムがどのように機能するかについては、Netflix AI に関する過去の記事で説明しました。

大手 GPU メーカーの Nvidia は、この分野における最近の開発状況に関する最新情報を提供しており、進行中の共同研究についても読むことができます。

PyTorch のこの機能にはどのように対処すればよいでしょうか?

Facebook がソーシャル メディア アルゴリズムにこのような驚くべき革新をどのように実装しているかを考えるとき、私たちは感謝すべきでしょうか、それとも恐怖すべきでしょうか?もうすぐSkynetです！PyTorchのこの新しく改良されたリリースは、間違いなく物事をさらに前進させるでしょう！以下にコメントして、お気軽にご意見をお聞かせください！