5行代码秀碾压比Keras还好用的fastai来了尝鲜PyTorch 1.0必备伴侣.docx

《5行代码秀碾压比Keras还好用的fastai来了尝鲜PyTorch 1.0必备伴侣.docx》由会员分享，可在线阅读，更多相关《5行代码秀碾压比Keras还好用的fastai来了尝鲜PyTorch 1.0必备伴侣.docx（11页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、5行代码秀碾压，比Keras还好用的fastai来了，尝鲜PyTorchl.O必备伴侣PyTorch 1.0 来了在今天的F8（Facebook开发者大会）上,深度学习框架PyTorch 1.0 rcl版如期发布。然而在海外的论坛上，另一个开源库的关注度不遑 多让。它就是 fastai 1.0。简单来说，fastai只要一个API,就包含了所有常见的深度学习应 用。堪称实用版的“要你命3000”。而且许多性能指标，已经超越了 Keras。比如，5行代码完成Keras用31行才能解决的事情。同时，误差 表现也更好。难怪在Hacker News上，fastai的关注度比PyTorch 1.0 还高

2、Facebook在官方博客中，还对PyTorch 1.0 rcl版进行了详细的介绍。新框架有了一个全新的混合模式前端，支持tracing和ing模型， 从eager模式进入graph模式，从而弥合研发与生产部署之间的差距; 一个经过改进的torch.distributed库，能让Python和C+环境中的训I 练更快。以及这个版本正式融合了 PyTorch框架的灵活性与Caffe2的生产 力。贾扬清此前给的总结就是：Caffe2 + PyTorch = PyTorch l.Oo三大新功能torch .jitJIT是一组编译工具，用于弥合PyTorch研究和生产之前的差距。 其中包含一种名为To

3、rch的语言（仍然使用Python编写），还有两种方法可以使现有的代码与JIT兼容。Torch代码可以积极优化，并且在序列化之后可以在新的C+ API 中使用，这就完全不依赖Python 了。clOd 库torch.distributed 软件包以及 模块，由新的clOd库提供支持。主要亮点包括：clOd是吸能你驱动的，并且对所有后端完全异步操作分布式数据并行性能显著改进在Gloomy后端增加send和recv支持C+前端API这个前端API被明确标记为还不稳定（Unstable）。官方预计将在 未来一两个月稳定下来，同时不排除发生其中某些部分发生重大变 化。这个C+前端是一个纯C+接口后端是

4、PyTorch,与此前的Python 前后端体系结构一样。这个API只在实现高性能、低延迟和裸机C+ 应用程序的研究。以下是两种语言前端的简单比较。其他生态系统Google 云、亚马逊 AWS、微软 Azure Machine Learning 等国外的 流行云服务，现在与PyTorch更加兼容。Arm、Nvidia、高通、英特尔、IBM等厂商的，也增加了对PyTorch 1.0的支持。确保PyTorch可以在数据中心、边缘硬件等不同领域得 到应用。根据官方消息，目前Google和Facebook正在合作，为PyTorch 用户构建TPU。Google云的Deep Learning VM服务，

5、也将提供PyTorch 1.0映像。教育培训Facebook透露正与Udacity合作，为开发者提供免费的深度学习 入门课程，这些课程都基于PyTorch。此外，Facebook还将赞助300 名开发者，完成Udacity的中级课程，这些课程也已经改为基于 PyTorch l.Oo当然，fast.ai的新课程和深度学习库，也是PyTorch在教育领域的 合作成果。而且fastai基于PyTorch 1.0框架，也被Facebook官方重点宣传。这两个全新的框架同时下载配合使用，疗效更佳。这个悠长假期，你不试试么？fastai 1.0fastai的出品方是fastai,机构规模不大，但因为提供大

6、量免费机 器学习课程，而名声在外。还有，fast也是美国军方的合作伙伴， 研究如何加速人工智能技术的发展。只要一个API据创始人Jeremy Howard介绍，fastai只要一个APL就包含了几乎所有常见的深度学习应用。用从前的库，都需要给不同的应用调取相应的API, fastai是第一个用单个API就能支持各类应用的库。这样一来，用户就不需要记得五花八门的API调用方法了。用fastai 搭建过视觉模型之后，可以用同一个的API再去搭建自然语言处理模 型了。在10发布之前，fastai最初的版本在9月上线，一波早期用户已经先行探索过这个年幼的库，并有多位大佬表示好用：这是Kaggle资深玩

7、家Miguel Perez Michaus,用fastai做的风格迁移成果o作为一个“没有正式计算机背景”的程序猿，他毫不吝惜自己对fastai灵活性的赞美：连我都能用。GitHub的机器学习科学家Hamel Husain也用这个库，做了一个 GitHub语义代码的搜索工具，还是半路从TensorFlow Hub换成fastai 的。现在，搜索工具已经上线了：还有，OpenAI小姐姐Christine Payne,最近做的一个项目叫Clara, 是用神经网络生成音乐的AI。小姐姐说，如果没有fastai的话，速度 就得不到保障了。听一下Clara的作品，很美:更多音乐:5行代码就够了Howar

8、d说，团队做过的研究，都嵌在这个框架里了。所以，大家 可以充分享受这些成果。他用猫狗识别的来举栗，那是迁移学习的经典案例，也是fast.ai的课程里最受欢迎的章节之一。在新的库诞生之前,这样的问题大多是在TensorFlow上面用Keras 解决的。如今，Keras依然是fast.ai团队仰慕的对象。所以，团队也想在猫狗大战里感受一下，自家的框架和Keras对 比起来，竞争力究竟如何。1 data = data_from_imagefolder(Path(fdata/dogscats,),2ds_tfms=get_transforms(), tfms=imagenet_norm, size=2

9、24)31earn = ConvLearner(data, tvm.resnet34, metrics=accuracy)41earn.fit_one_cycle(6)51earn.unfreeze()61earn.fit_one_cycle(4, slice(le-5,3e-4)这5行代码，就是在fastai框架里做ResNet50的two-stage微调, 需要的全部操作了。而同样的任务，Keras要用31行才能完成。除了代码行数，fastai在两个阶段的误差也比Keras更小。虽然成绩表十分骄人，Howard依然三番五次地表示，Keras始终是大神，整个团队都是Keras的粉丝。先去用用

10、看？现在，fastai框架已经在GitHub上线了。下载请至：也可以在谷歌云平台上用啊。先打开这个页面:然后，给你的示例安装配置，再把fastai部署在PyTorch L0上。有了。如果要在GPU驱动的Jupyter Notebook上运行fastai,也没问题:https:/salamander.ai/除此之外，还有一个好消息。不久就会支持AWS 了，可以期待一 下。PyTorch 1.0接下来，说说也是最新发布的PyTorch 1.0。去年1月，PyTorch首次发布，目前下载已经超过100万次。今年 五月，Facebook 副总裁贾扬清和 CTO Mike Schroepfer 透露，PyTorch 1.0即将推出。当时，Caffe2代码还并入了 PyTorch。PyTorch 1.0 rcl 版传送门：