Versió de PyTorch 2.0: una actualització important del marc d'aprenentatge automàtic
En breu
PyTorch ha llançat PyTorch 2.0, una actualització important del seu marc d'aprenentatge automàtic de codi obert amb noves funcions i millores que el fan més potent i adaptable.
L'actualització inclou una API Transformer d'alt rendiment i suport per a la formació i la inferència mitjançant l'atenció al producte de punts a escala (SPDA).
PyTorch ha anunciat el llançament de PyTorch 2.0, el marc d'aprenentatge automàtic de codi obert, que va ser molt esperat per la comunitat de ciències de dades. L'equip va oferir diverses funcions i millores noves a la plataforma, augmentant la seva potència i adaptabilitat.
El marc s'utilitza per a aplicacions de visió per computador i processament de llenguatge natural i està sota el paraigua de la Fundació Linux. Proporciona informàtica tensor amb acceleració GPU i xarxes neuronals profundes basades en la diferenciació automàtica. Alguns programes d'aprenentatge profund, com ara Tesla Autopilot, Pyro, Transformers, PyTorch Lightning i Catalyst, es construeixen a sobre de PyTorch.
PyTorch 2.0 implementa un nou alt rendiment API del transformador, que pretén fer més assequibles la formació i el desplegament dels models Transformer d'última generació. El llançament també inclou suport d'alt rendiment per a la formació i la inferència mitjançant una arquitectura de nucli personalitzada per a l'atenció del producte de punts a escala (SPDA).
En un moment similar, PyTorch alliberat OpenXLA i PyTorch/XLA 2.0. La combinació de PyTorch i XLA proporciona una pila de desenvolupament que pot donar suport tant a la formació com a la inferència del model. Això és possible perquè PyTorch és una opció popular en IA i XLA té excel·lents funcions de compilador. Per millorar aquesta pila de desenvolupament, hi haurà inversions en tres àrees principals.
Per entrenar models grans, PyTorch/XLA està invertint en funcions com ara entrenament de precisió mixta, rendiment en temps d'execució, fragmentació eficient de models i càrrega de dades més ràpida. Algunes d'aquestes funcions ja estan disponibles, mentre que d'altres es publicaran a finals d'any, aprofitant la pila del compilador OpenXLA subjacent.
Per a la inferència de models, PyTorch/XLA se centra a oferir un rendiment competitiu amb Dynamo a la versió de PyTorch 2.0. Les funcions addicionals orientades a la inferència inclouen suport per a la publicació de models, Dynamo per a models grans fragmentats i quantificació mitjançant Torch.Export i StableHLO.
Pel que fa a la integració d'ecosistemes, PyTorch/XLA està ampliant la integració amb Hugging Face i PyTorch Lightning perquè els usuaris puguin aprofitar les properes funcions i les funcions d'OpenXLA aigües avall mitjançant API conegudes. Això inclou suport per a FSDP a Hugging Face i Quantization a OpenXLA.
PyTorch/XLA és un projecte de codi obert, el que significa que podeu contribuir al seu desenvolupament informant de problemes, enviant sol·licituds d'extracció i enviant sol·licituds de comentaris (RFC) a GitHub.
Llegir més:
- La Xina té previst augmentar la realitat virtual fins als 48 milions de dòlars el 2026
- La Casa Blanca publica un marc complet per a la regulació d'actius digitals, incloent cripto i NFTs
- Stability AI recapta 101 milions de dòlars, tanca la valoració en 1 milions de dòlars
renúncia
En línia amb la Directrius del projecte Trust, si us plau, tingueu en compte que la informació proporcionada en aquesta pàgina no pretén ni s'ha d'interpretar com a assessorament legal, fiscal, d'inversió, financer o de cap altra forma. És important invertir només el que et pots permetre perdre i buscar assessorament financer independent si tens dubtes. Per obtenir més informació, us suggerim que feu referència als termes i condicions, així com a les pàgines d'ajuda i assistència proporcionades per l'emissor o l'anunciant. MetaversePost es compromet a fer informes precisos i imparcials, però les condicions del mercat estan subjectes a canvis sense previ avís.
About The Autor
L'Agne és una periodista que cobreix les últimes tendències i desenvolupaments en el metavers, IA i Web3 indústries per a Metaverse Post. La seva passió per la narració l'ha portat a realitzar nombroses entrevistes amb experts en aquests camps, sempre buscant descobrir històries apassionants i atractives. L'Agne és llicenciada en literatura i té una àmplia experiència en l'escriptura sobre una àmplia gamma de temes, com ara viatges, art i cultura. També ha estat voluntaria com a editora de l'organització dels drets dels animals, on va ajudar a conscienciar sobre els problemes de benestar animal. Contacta amb ella [protegit per correu electrònic].
més articlesL'Agne és una periodista que cobreix les últimes tendències i desenvolupaments en el metavers, IA i Web3 indústries per a Metaverse Post. La seva passió per la narració l'ha portat a realitzar nombroses entrevistes amb experts en aquests camps, sempre buscant descobrir històries apassionants i atractives. L'Agne és llicenciada en literatura i té una àmplia experiència en l'escriptura sobre una àmplia gamma de temes, com ara viatges, art i cultura. També ha estat voluntaria com a editora de l'organització dels drets dels animals, on va ajudar a conscienciar sobre els problemes de benestar animal. Contacta amb ella [protegit per correu electrònic].