PyTorch
 PyTorch | |
|---|---|
| Jatorria | |
| Argitaratze-data | 2016 |
| Azken bertsioa | 2.7.0 |
| Behar ditu | typing-extensions (en)  , filelock (en) , SymPy (en) , NetworkX (en) , Jinja (en) eta fsspec (en) |
| Ezaugarriak | |
| Programazio-lengoaia | C++, Python, C eta CUDA |
| Sistema eragilea | Linux, MacOS X eta Microsoft Windows |
| Egile-eskubideak | copyrightduna |
| Lizentzia | 3-clause BSD License (en) eta BSD |
| Deskribapena | |
| Oinarritua | Torch (en) |
| Fikzioa | |
| Erabiltzen du | NCHW (en) |
| pytorch.org | |
     | |
| Iturri-kodea | https://github.com/pytorch/pytorch |
PyTorch softwarea da, zehazki, Python programazio-lengoaiazko ikasketa automatikorako liburutegia, Torch liburutegian oinarrituta.[1][2][3] Ikasketa sakona eta hizkuntzaren prozesamendurako erabiltzen da.[4] Facebook-eko adimen artifizialeko ikerketa-taldeak garatu zuen nagusiki.[5][6][7] Uberren Pyro programazio-lengoaia probabilistikoa software honetan oinarritzen da.[8] Software libre eta irekia da eta BSD lizentzia batekin argitaratuta dago.
PyTorch-ek goi-mailako bi ezaugarri eskaintzen ditu:[9]
- Tensore-konputazioa (NumPy bezala) azelerazio sendoarekin grafikoak prozesatzeko unitateen bidez (GPU).
- Zinta-oinarri duen autodiff sistemarekin sortutako neurona-sare sakonak.
Historia
[aldatu | aldatu iturburu kodea]Facebook-ek bi tresna hauek erabiltzen zituen: PyTorch eta Convolutional Architecturefor Fast Feature Embedding-ekin (Caffe2). Baina bateraezintasun-arazoek asko zailtzen zuten PyTorch-ez definitutako eredu bat Caffe2ra edo alderantziz eraldatzea. Open Neural Network Exchange (ONNX) proiektuak Facebookek eta Microsofekt sortu zuten 2017ko irailean, eredu horien arteko bihurketak egin ahal izateko. 2018ko martxoaren amaieran Caffe2 eta PyTorch-ekin batu ziren. [10]
PyTorch tentsoreak
[aldatu | aldatu iturburu kodea]Tentsoreak, matematikatik datoz baina programazioan desberdinak dira, non matrizearen dimentsio anitzeko datu-egitura gisa (arrayak) tratatu daitezke. PyTorch-eko tentsoreak NumPy arrayen modukoak dira, baina CUDA onartzen duen GPU batean ere erabil daitezke. PyTorch-ek tentsore mota desberdinak onartzen ditu.[11]
Erreferentziak
[aldatu | aldatu iturburu kodea]- ↑ (Ingelesez) Yegulalp, Serdar. (2017-01-19). «Facebook brings GPU-powered machine learning to Python» InfoWorld (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) Lorica, Ben. (2017-08-03). «Why AI and machine learning researchers are beginning to embrace PyTorch» O'Reilly Media (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) Ketkar, Nikhil. (2017). Ketkar, Nikhil ed. «Introduction to PyTorch» Deep Learning with Python: A Hands-on Introduction (Apress): 195–208. doi:. ISBN 9781484227664. (kontsulta data: 2019-07-03).
- ↑ «Natural Language Processing (NLP) with PyTorch — NLP with PyTorch documentation» dl4nlp.info (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) Patel, Mo. (2017-12-07). «When two trends fuse: PyTorch and recommender systems» O'Reilly Media (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) «Facebook and Microsoft collaborate to simplify conversions from PyTorch to Caffe2» TechCrunch (kontsulta data: 2019-07-03).[Betiko hautsitako esteka]
- ↑ (Ingelesez) «Tech giants are using open source frameworks to dominate the AI community» VentureBeat 2017-11-29 (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) Goodman, Noah. (2017-11-03). «Uber AI Labs Open Sources Pyro, a Deep Probabilistic Programming Language» Uber Engineering Blog (kontsulta data: 2019-07-03).
- ↑ «PyTorch | About» web.archive.org 2018-06-15 (kontsulta data: 2019-07-03).
- ↑ (Ingelesez) Synced. (2018-05-16). «Caffe2 Merges With PyTorch - Synced» Medium (kontsulta data: 2019-07-03).
- ↑ «An Introduction to PyTorch - A Simple yet Powerful Deep Learning Library» Analytics Vidhya 2018-02-22 (kontsulta data: 2019-07-03).
