المصدر: CSDN

هذه المقالة حول 3141 كلمات اقترح القراءة 7 دقائق.

توضح هذه المقالة إطار التعلم العميق تسينغهوا مفتوحة Jittor المصدر (تصميم الرسومات) تسبب قلقا واسع النطاق، ودعم كوانغ اعتمادا على العديد من الأعمال التجارية وتسجيل سوف تعلم عمق MegEngine إطار (تيانيوان) أيضا أن تكون مفتوحة المصدر مؤخرا.

في عام 1956، أصبحت الولايات المتحدة حدثا بارزا في مؤتمر دارتموث AI فتح. وفي العام نفسه، الصين أول سيارة من صنع الذات - كانت جيه فانغ مصنع للسيارات فى مدينة تشانغتشون أول مصنع للسيارات، وليس نهاية إنتاجنا من تاريخ صناعة السيارات.

 بحلول عام 2020، وإنتاج السيارات في الصين ومبيعات وفاز الأول من نوعه في العالم لسنوات عديدة. وفي الوقت نفسه، فإن البحوث وتطبيق الذكاء الاصطناعي في كل مكان في الصين، وظهور عدد كبير من منظمة العفو الدولية المبتدئة، كممثل تشمل كوانغ، شانغ تانغ، وفقا للخطط، وما إلى ذلك، الكمبري.

 عمق تعلم إطار كنظام تشغيل للعصر الذكاء الاصطناعي، وقد استبعد من قبل TensorFlow جوجل والفيسبوك PyTorch، وبالتالي عمق توطين إطار التعلم البديلة أصبحت أيضا التركيز على البحوث السياسية قلق المجتمع.

في الآونة الأخيرة، إطار التعلم العميق تسينغهوا مفتوحة Jittor المصدر (تصميم الرسومات) تسبب قلقا واسع النطاق، ودعم التعلم العميق إطار MegEngine كوانغ تسجيل مرئي لكثير من رجال الأعمال وسوف (تيانيوان) أيضا أن تكون مفتوحة المصدر مؤخرا. ويذكر أن هواوي سيفتح أيضا إطار التعلم عمقها. بالإضافة إلى بايدو PaddlePaddle (مجداف الطيران)، الخ، وتطوير إطار التعلم العميق المحلي بشرت في لحظات عالي خفيفة.

من 1.0 إلى 3.0: الانتقال من ساكنة، ثابتة وديناميكية، والتاريخ التطوري للإطار دراسة متعمقة

 تاريخ وضع إطار التعلم العميق يمكن استخدام كلمة لوصف: ثابت إلى حيوية. اعتمادا على ديناميكية أو حساب ثابت من حساب، والعديد من هذه إطار التعلم العميق يمكن تقسيمها إلى معسكرين: حيث ثابت خريطة آلية TensorFlow 1.0، ممثلة آلية الصور المتحركة PyTorch ممثلة.

صور أذن

وسائل حساب ساكنة أنه عند ترجمة البرنامج إلى تنفيذ السيد هيكل الشبكة العصبية، ومن ثم تنفيذ الإجراء المناسب الذي يدار من خلال بعد التعريف الأول، يتم تشغيل الوقت مرة أخرى بعد لا حاجة أطول لإعادة بناء الخريطة حساب، وبالتالي فإن سرعة أسرع من خريطة ديناميكية.

 وسائل حساب ديناميكية أن البرنامج سينفذ في الترتيب نكتب الأوامر. أن الآلية مثل هذه تجعل التصحيح أسهل، وأيضا يجعل لدينا العقول الأفكار إلى الرمز الفعلي أسهل.

 وبصفة عامة، وهو رأي ثابت من سلامة آلية يمكن القيام به المترجم الأمثل، وأكثر ملاءمة لتعزيز الأداء، حجم صغير وسهلة لنشر، نشر تماشيا مع احتياجات التطبيقات الصناعية، وخطط ديناميكية برنامج سهل الاستعمال للغاية من أجل التصحيح وبسيطة ومرنة وسهلة الاستخدام، وذلك تمشيا مع احتياجات البحث العلمي والاستكشاف.

 نظرا لمرونة الرسم البياني ديناميكية، وسهولة الاستخدام وتبين مصدر جذب كبير للباحثين، ولكن بدأت أيضا لدعم أكثر دينامية خريطة الإطار، مثل TensorFlow 2.0، تسينغهوا Jittor.

 ومع ذلك، كانت كفاءة التدريب وعلى نطاق ودائما أهم القضايا في هذه الصناعة، وتحسين الأداء في الشكل الديناميكي أيضا بحاجة إلى معالجة. وهكذا، كل إطار كل منهما التقارب واضحة طرف سهولة الاستخدام، وحساب الكفاءة، واستقرار الإطار أصبح الاتجاه التحسين المستمر.

 وهذا الاتجاه يعني أيضا أن الجمع بين الحركة أصبحت حلا ل3.0 مرات.

 عرض كوانغ إلى المصدر المفتوح MegEngine سبيل المثال المقبل، وتشمل إدارة وقت التشغيل وحدتين، وهي جدولة نواة وإدارة الذاكرة وتحسين من وحدتين. إدارة الذاكرة وحدة الأمثل، MegEngine باستخدام ديناميكية، ثابت تخصيص الذاكرة تتعايش تجسيد والتين وبالتالي يمكن أن تدعم ديناميكية ووضع ثابت FIG.

ولذلك، MegEngine دمج خريطة ديناميكية مع مزايا كل من رسم ثابت، عندما الاستفادة الكاملة من مزايا التدريب ديناميكية نموذج الرسم البياني، من خلال والدينامية بنقرة واحدة وظيفة التحويل، في شكل عرض ثابت من الانتهاء من إنتاج ونشر، إضافة إلى MegEngine كما يدعم والدينامية برمجة الهجينة، وأكثر مرونة. وقال كوانغ حسب الباحثين في مقابلة أنه حتى الطلاب الجدد أقل من شهر يمكنك البدء بسرعة.

من البحوث إلى نشر والمنافسة إطار التعلم العميق

صور أذن

TensorFlow: أنتجت جوجل في عام 2015 إيرادات، ويعمل حاليا في صلب إطار التعلم العميق. مجتمع المطورين ضخمة، وتطبيق ناضجة، والأداء المتميز والكفاءة في نشر دعم الجهاز غير المتجانسة. ومع ذلك، منذ TensorFlow 2.0 أطلقها الارتباك API، العديد القضية لا يمكن حلها عن طريق المناقشة وغيرها من المشاكل الناجمة، ويجري الطعن هيمنتها من قبل المنافسين.

  Keras : جوجل مهندس يعمل فرانسوا Chollet كتبها بيثون هي مكتبة الشبكة العصبية الاصطناعية مفتوحة المصدر، صديقة للمبتدئ. منذ عام 2017، وأيد Keras فريق Tensorflow، معظم مكوناته يتم دمجها Tensorflow من API بيثون. بعد 2018 Tensorflow 2.0.0 الجمهور، وقد تم تأسيسها Keras رسميا باسم ذات الترتيب العالي Tensorflow API، وtf.keras.

  MxNet: AWS AI مو لي، يعمل كبير العلماء لدعم خريطة ديناميكية، دعم بيثون، R، سكالا وC ++ لغة، ولكن أيضا غلوون سلسلة من الأدوات. ولكن بالمقارنة TensorFlow وPyTorch، المستخدم المطور أقل بكثير من المعتاد، وأكثر ملاءمة لارتفاع الطلب مخصصة للشركة والباحثين.

  PyTorch: الفيسبوك المنتجة وتنمية المجتمع نشطة جدا، وجيد جدا في الاستماع إلى وجهات نظر المطورين. مع دعم لخريطة ديناميكية، PyTorch تتعزز بشكل كبير من المرونة مقارنة TensorFlow، وخاصة للتحقق السريع وخوارزمية معقدة لالتكاثر، لذلك يفضل كثير من الأوساط الأكاديمية. في القطاع الصناعي، وذلك بسبب الحاجة إلى النظر في التوافق وقضايا النشر، ودمج التصميم البيئي لإنتاج أساس Caffe2 من PyTorch الأصلي على، ولكن لا يزال هناك تأثير الفعلية ليتم التحقق منها.

  CNTK: أنتجت شركة مايكروسوفت، وكلها ترتكز على API للC ++ مصممة بشكل جيد على سرعة وسهولة الاستخدام. قاعدة المستخدمين صغيرة، ومنحنى التعلم حاد، Tucao الاستخدام الرئيسي منه هو keras الاستيراد، لأن المستقبل سوف Keras التركيز لم يعد على دعم منصة متعددة، من المتوقع CNTK أن تتأثر.

  PaddlePaddle (مجداف الطيران) : بايدو أنتجت في عام 2016 إيرادات. الآن ترقية إلى عمق الكامل لتعلم مجموعة تطوير، بالإضافة إلى الإطار الأساسي، كما فتحت VisualDL، PARL، AutoDL، EasyDL، AI ستوديو، مجموعة من المكونات والخدمات أداة تعليمية عميقة منصة.

 بالإضافة إلى إطار التعلم العميق أعلاه، MegEngine مفتوحة المصدر القادمة أيضا مدعاة للقلق. وقال FIG مترجم الأمثل، والإدارة، وحساب نواة خمسة أشواط يفصل تقسيم العمارة واجهة حساب MegEngine.

صور أذن

• على رأس الحوسبة واجهات، MegEngine مجهزة C ++ واجهات بيثون، إطار للتعلم واجهات مختلفة لحل المشكلة، وهذا النموذج هو الصعب التكاثر
• FIG عرض طبقة، الذي بني MegEngine ديناميكية وتحويل ثابت، مما يتيح للمطورين لمزيج ثابت ووضع الرسم البياني الديناميكي البرمجة FIG.
• في تحسين طبقة المترجم، MegEngine FIG الحساب، حساب الدعم الأساسي تفاعل المستخدم كفاءة، إلى زيادة الاستخدام الأمثل للتعبير وتجميع API، بما في ذلك دليل التقييم التلقائي، وتصنيف والتين الأمثل.
• في إدارة عملية الجهاز، MegEngine ترتيب حساب وحدة اثنين من جدولة والذاكرة الإدارة، عن طريق حساب وحدة جدولة جهاز التجريد لأداء التدفق، وجدولة جدولة الذكية في تحسين الذاكرة، في حين تستخدم تيانيوان ديناميكية، ذاكرة ثابتة تتعايش التوزيع، لدعم الذاكرة الآلية الأمثل شبه الخطية.
• MegEngine الطابق الأرضي يحتوي على مشغل الهندسة المعمارية غير المتجانسة القائمة على المدمج كفاءة النوى الحوسبة من رؤية الكمبيوتر، مع الأجهزة X86، CUDA والتيار الآخر قدرات التكيف الذكي. وبالإضافة إلى ذلك، تم تجهيز MegEngine أيضا مع مكتبة الاتصالات غير المتجانسة عالية الأداء، مما يمكن المستخدمين من إجراء الاتصالات عالية الأداء بين أجهزة مختلفة وبطاقات حساب لتحقيق بطاقة آلة متعددة، وعلى نطاق واسع، وتدريب الخوارزمية الموزعة.

 وعلى الرغم من TensorFlow وPyTorch آخرين إطار التعلم العميق قلق للصناعة، ولكن الصين AI المشهد تطبيق متنوع جدا، وكثير أيضا إلى مزيد من تقسيم لتلبية الطلب، فإنه من الصعب القول أن يكون لها المهيمنة، وبالتالي فإن المستقبل أقرب إلى عمق الاحتياجات المحلية من المستخدمين الصينيين تعلم الإطار في المستقبل هو أيضا فرصة عظيمة.

يجب علينا أولا من أرباحها

في جميع أنحاء تطوير إطار التعلم العميق، كل الجهود الرامية إلى خفض الحد الأدنى للمطورين. ولكن نظرا لخصائص إطار مختلف ليست هي نفسها، وتحسين باستمرار، لذلك يحتاج المطورين لاختيار الإطار وفقا للاحتياجات الحقيقية خاصة بهم أو الشركة، من أجل بذل المزيد من الجهد مع أقل.

أولا وقبل كل شيء، سهلة الاستخدام، ومنحنى التعلم ليس حاد جدا، وثانيا، لتكون قادرة على المساعدة في نشر الحقيقة والكلمة النماذج.

لأن وجهة كوانغ من MegEngine لديهم API Pythonic، ودعم وظيفة PyTorch وحدة، يمكنك استيراد نموذج مباشرة، لذلك تبدأ بسرعة، وتكاليف التعليم والهجرة تكاليف أقل. وبالإضافة إلى ذلك، MegEngine أيضا دمج نقاط القوة الديناميكية منها والرسم البياني ثابت، أكثر مرونة.

MegEngine المنطق كما يدعم تدريب التكامل، وتدريب الخوارزمية يمكن أن تدعم الباحث، في حين أن نموذج المدربين ويمكن استخدام المنتج مباشرة للتفكير المنتج والتعبئة والتغليف، ويمكن تحقيق ضياع سرعة الحركة والدقة، وشى هاى الانتشار يمكن حذف كود زائدة عن الحاجة، نموذج التحسين التلقائي تلقائيا.

ويوفر أيضا MegEngine مستوى بدائي من الدعم، والإعداد سهل الاستعمال ونموذج التنفيذ المتوازي. وأخيرا، فإن النموذج والبيانات بالتوازي يمكن أن يكون وضع مواز مختلط. مع إطار التعلم الدعم الفطرية العميق لالحوسبة الموزعة، وصلت MegEngine على التدريب والكفاءة من التفكير على مستوى عال جدا.

 للمطورين، قد MegEngine يكون محاولة جيدة.

إشعار: أكثر شيء واحد

 في الواقع، لا MegEngine الصحراء، كما وضعت حديثا المنتج، ولكن ولدت في عام 2014، وصمدت أمام اختبار العديد من الشركات.

 في عام 2013، ويرجع ذلك إلى أوائل Theano وغيرها من أطر مفتوحة المصدر لا يمكن أن تلبي احتياجات "الخيمياء" الكفاءة. في أوائل عام 2014، اعتمادا على أكاديمية كوانغ من ثلاثة متدربين من السطر الأول من التعليمات البرمجية إلى الكتابة، وأقل من ستة أشهر، ولادة الرسمي للطبعة الأولى من الصحراء، والتنمية الذاتية من عمق --MegEngine إطار التعلم. في منتصف عام 2015، المعايير المفتوحة، والانتهاء من إطار التنمية الذاتية وجميع العمليات الداخلية، تغير نموذج أعمال الشركة كل الخطوط من الإصدار تدريب إطار البحث.

من استخدام الشخصي إلى المصادر المفتوحة، فتح اعتمادا على نية تمرير القيم العالمية لمنظمة العفو الدولية. على طول، والذكاء الاصطناعي هو ماثيو وصناعة قوية، في الواقع، هو وراء الازدهار وعرض الإنترنت الصحراء العملاقة، شانغ تانغ، وفقا للخريطة، الكمبري والنجوم الأخرى في دعم الأعمال التجارية لمنظمة العفو الدولية، في حين أن الشركات نجمة AI خلف عادة من قبل فرد أو مجموعة صغيرة من المواهب في الدعم. حفنة من المواهب من الدرجة الأولى لدعم عدد قليل من الشركات الرئيسية لمنظمة العفو الدولية، والاتجاه Hengqiang. من ناحية أخرى، الشركات المصنعة التقليدية والمؤسسات الصغيرة والمتوسطة ولكن بعد ذلك منظمة العفو الدولية الاهواء والبحوث عالية وتكاليف التطوير، والفوز أقل من المواهب AI، ليس هناك استثمارات واسعة النطاق في مجال الأبحاث وتطوير الخوارزميات تقرير.

ولذلك، من أجل تعزيز تكنولوجيا AI لتسريع سقوط، 2019، وبدء كوانغ الاستعدادات لالدماغ ++ الدراسة منصة عمق الإطار الأساسي مفتوحة المصدر، ولكن أيضا على وجه التحديد لMegEngine عبت الاسم الصيني - تيانيوان، حتى أن أكثر المطورين والمستخدمين من رجال الأعمال منظمة العفو الدولية تتمكن من استخدام "مصدر للطاقة"، فعالية من حيث التكلفة.

- انتهى -

تسينغهوا الانتباه - بيانات أكاديمية تشينغداو للعلوم قناة الصغرى الرسمية منصة الجمهور "  منظمة العفو الدولية لإرسال البيانات  "أيتها الأخوات ولا". إرسال البيانات THU  "لرعاية المزيد من المحاضرات ونوعية المحتوى.