PyTorch 2.0 Release: Isang Pangunahing Update sa Machine Learning Framework
Sa madaling sabi
Inilabas ng PyTorch ang PyTorch 2.0, isang pangunahing update sa open-source machine learning framework nito na may mga bagong feature at pagpapahusay na ginagawa itong mas malakas at madaling ibagay.
Kasama sa update ang isang high-performance na Transformer API at suporta para sa pagsasanay at inference gamit ang scaled dot product attention (SPDA).
Inihayag ng PyTorch ang pagpapalabas ng PyTorch 2.0, ang open-source machine learning framework, na lubos na inaasahan ng komunidad ng data science. Naghatid ang team ng ilang bagong feature at pagpapahusay sa platform, na nagpapataas ng potency at adaptability nito.
Ang balangkas ay ginagamit para sa computer vision at natural na mga aplikasyon sa pagproseso ng wika at nasa ilalim ng payong ng Linux Foundation. Nagbibigay ito ng tensor computing na may GPU acceleration at deep neural network na binuo sa awtomatikong pagkita ng kaibhan. Ang ilang deep learning software, gaya ng Tesla Autopilot, Pyro, Transformers, PyTorch Lightning, at Catalyst, ay binuo sa ibabaw ng PyTorch.
Ang PyTorch 2.0 ay nagpapatupad ng isang bagong mataas na pagganap Transformer API, na naglalayong gawing mas abot-kaya ang pagsasanay at pag-deploy ng mga makabagong modelo ng Transformer. Kasama rin sa release ang suportang may mataas na pagganap para sa pagsasanay at inference gamit ang custom na kernel architecture para sa scaled dot product attention (SPDA).
Kasabay nito, ang PyTorch pinalaya OpenXLA at PyTorch/XLA 2.0. Ang kumbinasyon ng PyTorch at XLA ay nagbibigay ng isang development stack na maaaring suportahan ang parehong modelo ng pagsasanay at hinuha. Posible ito dahil ang PyTorch ay isang popular na pagpipilian sa AI, at ang XLA ay may mahusay na mga tampok ng compiler. Para mapabuti ang development stack na ito, magkakaroon ng mga pamumuhunan sa tatlong pangunahing lugar.
Para sanayin ang malalaking modelo, ang PyTorch/XLA ay namumuhunan sa mga feature gaya ng mixed precision training, runtime performance, mahusay na model sharding, at mas mabilis na pag-load ng data. Ang ilan sa mga tampok na ito ay magagamit na, habang ang iba ay ilalabas sa huling bahagi ng taong ito, na ginagamit ang pinagbabatayan na OpenXLA compiler stack.
Para sa hinuha ng modelo, nakatuon ang PyTorch/XLA sa paghahatid ng mapagkumpitensyang pagganap sa Dynamo sa release ng PyTorch 2.0. Kasama sa mga karagdagang feature na nakatuon sa inference ang suporta sa paghahatid ng modelo, Dynamo para sa mga sharded na malalaking modelo, at quantization sa pamamagitan ng Torch.Export at StableHLO.
Sa mga tuntunin ng pagsasama ng ecosystem, pinapalawak ng PyTorch/XLA ang integrasyon sa Hugging Face at PyTorch Lightning upang mapakinabangan ng mga user ang mga paparating na feature at ang downstream na OpenXLA na mga feature sa pamamagitan ng mga pamilyar na API. Kabilang dito ang suporta para sa FSDP sa Hugging Face at Quantization sa OpenXLA.
Ang PyTorch/XLA ay isang open-source na proyekto, na nangangahulugang maaari kang mag-ambag sa pagbuo nito sa pamamagitan ng pag-uulat ng mga isyu, pagsusumite ng mga pull request, at pagpapadala ng mga kahilingan para sa mga komento (RFCs) sa GitHub.
Magbasa nang higit pa:
- Plano ng China na palakihin ang VR sa $48 bilyon sa 2026
- Ang White House ay naglalabas ng komprehensibong balangkas para sa regulasyon ng mga digital na asset, kabilang ang crypto at NFTs
- Stability AI nagtataas ng $101 milyon, nagsasara ng halaga sa $1 bilyon
Pagtanggi sa pananagutan
Sa linya na may Mga alituntunin ng Trust Project, pakitandaan na ang impormasyong ibinigay sa pahinang ito ay hindi nilayon at hindi dapat bigyang-kahulugan bilang legal, buwis, pamumuhunan, pananalapi, o anumang iba pang paraan ng payo. Mahalagang mamuhunan lamang kung ano ang maaari mong mawala at humingi ng independiyenteng payo sa pananalapi kung mayroon kang anumang mga pagdududa. Para sa karagdagang impormasyon, iminumungkahi naming sumangguni sa mga tuntunin at kundisyon pati na rin sa mga pahina ng tulong at suporta na ibinigay ng nagbigay o advertiser. MetaversePost ay nakatuon sa tumpak, walang pinapanigan na pag-uulat, ngunit ang mga kondisyon ng merkado ay maaaring magbago nang walang abiso.
Tungkol sa Ang May-akda
Si Agne ay isang mamamahayag na sumasaklaw sa pinakabagong mga uso at pag-unlad sa metaverse, AI, at Web3 mga industriya para sa Metaverse Post. Ang kanyang hilig sa pagkukuwento ay nagbunsod sa kanya na magsagawa ng maraming panayam sa mga eksperto sa mga larangang ito, na laging naghahangad na tumuklas ng mga kapana-panabik at nakakaakit na mga kuwento. Si Agne ay mayroong Bachelor's degree sa panitikan at may malawak na background sa pagsulat tungkol sa malawak na hanay ng mga paksa kabilang ang paglalakbay, sining, at kultura. Nagboluntaryo din siya bilang isang editor para sa organisasyon ng mga karapatang panghayop, kung saan tumulong siya na itaas ang kamalayan tungkol sa mga isyu sa kapakanan ng hayop. Makipag-ugnayan sa kanya sa [protektado ng email].
Mas marami pang artikulo
Si Agne ay isang mamamahayag na sumasaklaw sa pinakabagong mga uso at pag-unlad sa metaverse, AI, at Web3 mga industriya para sa Metaverse Post. Ang kanyang hilig sa pagkukuwento ay nagbunsod sa kanya na magsagawa ng maraming panayam sa mga eksperto sa mga larangang ito, na laging naghahangad na tumuklas ng mga kapana-panabik at nakakaakit na mga kuwento. Si Agne ay mayroong Bachelor's degree sa panitikan at may malawak na background sa pagsulat tungkol sa malawak na hanay ng mga paksa kabilang ang paglalakbay, sining, at kultura. Nagboluntaryo din siya bilang isang editor para sa organisasyon ng mga karapatang panghayop, kung saan tumulong siya na itaas ang kamalayan tungkol sa mga isyu sa kapakanan ng hayop. Makipag-ugnayan sa kanya sa [protektado ng email].
