[استعراض] فقط تشى يوان الجديد، أعلنت الصين المفتوحة المصدر AI يونيكورن كوانغ اعتمادا على عمق الصحراء، باعتبارها الإطار التعلم تيانيوان (MegEngine)، في محاولة لبناء أساس جديد للتطبيقات الصين لمنظمة العفو الدولية. منذ 6 سنوات، ثلاثة متدربين من السطر الأول من رمز للكتابة على، بداية صعبة في بطولة العالم يكسب 27 AI المسابقة، مفتوحة المصدر تيانيوان اليوم، يجرؤ TensorFlow والاتجاه السائد في العالم الآخر التعلم العميق إطار للهيمنة. سلاح أعلى السري الذي حل نقاط الألم المطور؟

فقط، وهذا يتوقف على صناعة عقد زعيم الصين AI كوانغ مؤتمر خط صادمة، وهي منصة مفتوحة المصدر الإنتاجية الدماغ ++ AI العنصر الأساسي للمطورين في جميع أنحاء العالم - تيانيوان (MegEngine) . أصبح تيانيوان المتقدمة لأول مرة من قبل الشركة الصينية قدمت AI-إطار التعلم العميق.

قيادي بارز المدير الفني تيانيوان المشروع والإقصاء، كما أشار معهد تيان تشونغ بو إلى أن المصدر المفتوح تيانيوان عبارة عن مجموعة من المنطق التدريب المتكامل، ثابت والوحدة الديناميكية الصناعية الصف التعلم العميق إطار والتدريب واستخدام المنطق في نفس الإطار، نفسه نظام الدعم الكامل مصممة لتسمح للمطورين لحقا تجربة "التدريب بشكل جيد"، "التدريب الخروج"، "تدريب بشكل أسرع."

على مدى السنوات القليلة الماضية، وهذا يتوقف على كوانغ اجه في عملية التنمية الكثير من نقاط الضعف، ونقاط الألم هو صناعة هذه النقاط آلام مشتركة، ونقاط الألم تيانيوان هذه يمكن حلها.

اعتمادا على بنية محددة كوانغ تيانيوان تنقسم واجهة حساب، قال FIG الأمثل مترجم، والإدارة، ونواة حساب خمسة أشواط. في حساب واجهة الطبقة العليا التكوين تيانيوان من C ++ وإطار واجهة بيثون إلى حل التعلم واجهة مختلفة، وهذا النموذج هو الصعب إعادة إنتاج المشاكل؛ في طبقة العرض FIG، الذي بني تيانيوان ديناميكية وتحويل ثابت، مما يتيح للمطورين لمزيج خريطة ديناميكية وثابت وضع برمجة FIG.

 كوانغ تعتبر الوقت MegEngine منذ كان أسماء الصينية الكثير من التفكير. قدم تيان تشونغ بو: آخر المحدد "تيانيوان" لديه الكثير من معنى، أولا وقبل كل شيء، "تيانيوان" في العودة، هي مركز للمجلس، من جهة نريد استخدام هذه الطريقة للتعبير عن استراتيجية تكنولوجيا MegEngine ليست مجرد منظر رائع كوانغ الرقم جوهر "تخطيط"، AI أيضا شرح هذا الإطار التعلم العميق البنية التحتية الأساسية هو أمر حاسم لهذه الصناعة برمتها الذكاء الاصطناعي هي نقطة مهمة إلى حد ما؛ وثانيا، فإن مفهوم الرياضيات القديمة "تيانيوان" نيابة عن يوان واحد المعادلة هي أساس معادلات معقدة، بينما في علم الفلك القديم، الحالة "تيانيوان" و "TAICHI" للإشارة إلى أنه بولاريس، هو أصل كل شيء والبدء. وباختصار، فإن MegEngine يدعى "تيان يوان" هو الأمل في أن هذا النظام أصبح حقا حجر الزاوية في شيوعا لدينا، فقد أصبح جزءا هاما من أنظمة منظمة العفو الدولية، يمكن أن تسهم في تطبيق أفضل في مختلف المجالات والهبوط AI.

روح " التعلم العميق، وتطوير بسيط "مفهوم، تيانيوان ديه أربع مزايا رئيسية هي:

التدريب 1. المتكاملة المنطق

عرض كوانغ تيانيوان تدريب خوارزمية يمكن أن تدعم الباحث، في حين يجوز نموذج تدريب والمنتج للمنتج من المنطق، والحزمة مباشرة. مما يلغي الحاجة لخوارزمية نموذج التحول لا يبسط فقط إلى حد كبير عملية التنمية، ولكن أيضا ضياع سرعة الهجرة ودقة، حتى نماذج النشر عبر الجهاز، تيانيوان لا تزال قادرة على القيام محاذاة الدقة. في وقت الانتشار، ويمكن أيضا مساعدة المطورين إلى رمز زائدة حذف تلقائيا، نموذج التحسين التلقائي تيانيوان.

2. وحدة الحركة

عالية الأداء خريطة ثابت، حجم صغير وسهولة النشر، بسيطة ومرنة خريطة ديناميكية، وتصحيح الأخطاء مريحة وسهلة الاستخدام. كوانغ اعتمادا على تيانيوان يدمج المخطط الديناميكي مع مزايا كل منها 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، بالإضافة إلى ذلك، تيانيوان كما يدعم والدينامية برمجة الهجينة، وأكثر مرونة.

3. شاملة

عرض كوانغ من تيانيوان ديه API Pythonic، الذي المطورين عادات تعلم الآلة التقليدية ودية للغاية مع بيثون، وانخفاض تكاليف التعلم، وسهلة الاستخدام، ولكن يدعم أيضا وظيفة تيانيوان PyTorch وحدة، يمكنك استيراد نموذج مباشرة، وانخفاض التكلفة والهجرة يسهل إلى حد كبير نموذج استنساخه، تيانيوان المدمج في عالية الأداء خوارزميات الرؤية الحاسوبية ومشغلي يمكن أن ندرك عمق الأمثل للتدريب ذات الصلة رؤية الكمبيوتر وتطبيق نموذج.

4. مرنة وفعالة

كوانغ تيانيوان عرض العديد من الأجهزة لديها قدرة قوية على التكيف مع منصة متعددة، إعادة ترتيب مماثل من قبل الإرشادات والتقنيات المجمع، وبنى هذا تيانيوان مشغل للاستفادة الكاملة من التفكير حول أو مزايا متعددة النوى في بيئة الإنتاج، والمكالمات قوة مرنة جهاز الحوسبة، ولا سيما خوارزمية تدريبية مناسبة لنماذج كبيرة.

سون جيان: 1400 + كوانغ عرض الاستفادة الكاملة من الموظفين R & D، مثل أطفالنا تيانيوان

كوانغ، باعتبارها الجهاز الرئيسي للعالم، عميد جيان الشمس يدخل دراسة أفضل كيفية استخدام الصحراء، كما تيانيوان القيام به.

كوانغ عرض أكثر من 1400 أفراد R & D، والاستفادة الكاملة من الصحراء، كمحرك تيانيوان، وتستخدم في المئات من المنتجات، وعشرات من منصات الحوسبة. سون جيان نوع وشبه تيانيوان من "الأطفال"، وقدم "الطفل" من مزايا وخصائص رئيسية ثلاثة:

ميزة، إطار تعاوني والخوارزميات. والفرق كبير جدا منصة الحوسبة الحالية، فإنه من الصعب تصميم الشبكة فقط لتلبية جميع الاحتياجات. عرض كوانغ تيانيوان إلى جسر إطار وسيطة، وفقا لخصائص من أجهزة الكمبيوتر المختلفة، والتصميم التعاوني وهيكل الإطار من مشغل الشبكة، وذلك للحصول على أفضل أداء. وShuffleNet هي النتائج تصميم التعاونية في السنوات الأخيرة مصممة لتعمل في نهاية الشبكة العصبية فعالة جدا، نتائج ممتازة.

ميزتان، نظام التدريب الفعال. على الكشف عن وجوه COCO والاعتراف التحدي، جعلت منظر مفتوح في عام 2017 و 2018 و 2019 ثلاثة نجاح التوالي. ميزة واحدة الحاسمة هي أن مثل هذا الاستبعاد، كما تيانيوان أسرع نظام التدريب. المتزامنة التكنولوجيا BN لأول مرة من الإطار من البداية، يمكن أن تدعم تدريب ميني دفعة كبيرة جدا، بحيث يمكن عرض إقصاء نظام قطار جدا عالية السرعة.

ثلاث مزايا، والقدرة على نطاق واسع. وقال سون جيان أن هذا عرض البيانات على نطاق واسع ذات الصلة لاستبعاد، والإفراج عن أحدث نسخة من نسخة Objects365V2. وهو أكبر الكشف عن وجوه أو مجموعات البيانات الكبيرة، مجموعة البيانات لديها 365 أنواع من أشياء عادية، وأكثر من مليوني الصور، وأكثر من 28 مليون رجل علامة الجزاء.

إطار التعلم العمق من الأعمال AI

من عام 2012 إلى عام 2013، كتب AlexNet مجموعة من الأشياء، ثم لا ندعو الإطار، ولكن مجموعة من البرامج التي يمكن أن تعمل على توسيع GPU من NV. وفي وقت لاحق، قدم الدكتور جايانت واضحة في بيركلي نظام مفتوح المصدر كافيه، أصبح هذا النظام الجيل الأول من إطار التعلم العميق المستخدمة على نطاق واسع.

ويستند MegEngine يعتبر الجيل الثاني من إطار التعلم عمق تطور التدريب على تطوير مفهوم حساب الرسم البياني. هذا النهج هو مرن جدا، لذلك الكثير من الحوسبة اشتقاق التلقائي بالكامل، حتى يتسنى للبرنامج كله أسهل كثيرا.

2014 كوانغ يعتمد اكتمل بشكل اساسي تطوير MegEngine، توجه أيضا على البرمجيات مفتوحة المصدر السابق. حتى أعلن 2015 TensorFlow المصدر المفتوح، وجدوا الشيء نفسه، وتستند إلى طريقة رسم بياني-القيام به. ولكن صدر فقط لTensorFlow برمجيات المصدر المفتوح ليست مثالية، وذلك يعتمد أيضا على كوانغ الداخلي فعلت المقارنة وجدت أن أكبر الفوائد من تلقاء نفسها، لذلك أنا أصر على القيام نسخة من نسخة إلى أسفل. حتى الآن، اعتمادا على نسخة من داخل الصحراء وكرر إلى 8.0. كوانغ اعتمادا إطار جنبا إلى جنب مع الكثير من العمق في التطبيق العملي للتعلم اصطناعية الهبوط مشكلة الاستخبارات. من قضية عملية، ولكن ينظر أيضا كوانغ الاعتبار هذا الإطار.

مع جوجل، والفيسبوك مختلف هذه ضعت منصة كبيرة التعلم العميق الإطار، منظر مفتوح هي شركة AI 100، وفتح اعتمادا على عمق إطار التعلم ويزرع على أعمالهم الأساسية، لذلك عمق منظمة العفو الدولية تعلم إطار ومنصة شركة إطار التعلم العمق، في وجهة نظر، والتوجه، كل اتجاهات مختلفة. كوانغ اعتمادا الأمل لتوفير منبر للأداة عملية ومريحة من اتجاه AI اتجاه معين للمطورين.

في الوقت الحاضر إطار التيار مفتوح المصدر، إطار التنمية والخصائص الرئيسية

بالإضافة إلى الصحراء، والمصدر المفتوح الجديد تيانيوان التيار الحالي التعلم العميق إطار العالم، بما في ذلك معهد مونتريال للتكنولوجيا في عام 2007 أطلقت Theano جامعة كاليفورنيا، بيركلي في عام 2013 أطلقت كافيه 2015 المصدر المفتوح جوجل الدماغ TensorFlow باحث الذكاء الاصطناعي في إطلاق جوجل للفرانسوا Chollet 2015 Keras والإيرادات الأمازون بحلول نهاية عام 2015 MXNet ، الفيسبوك 2016 المصدر المفتوح نيان PyTorch مايكروسوفت المصدر المفتوح في عام 2016 CNTK ، والإيرادات بايدو في عام 2016 ذبابة مجداف وهلم جرا.

 الذي، TensorFlow وPyTorch هي النقيضين، PyTorch إلقاء نظرة ديناميكية مرنة ومريحة التصحيح جيدة للبحوث الأكاديمية، وTensorFlow ثابت الخريطة يفضي إلى نشر أكثر ملاءمة للاستخدام والصناعة، وهذا يتوقف على الصحراء على أمل العثور على التصحيح جيد، ولكن أيضا للمطورين، و نشر البرنامج أفضل.

 اعتمادا على تيانيوان مفتوح المصدر، يمكن القول إن كوانغ لضرب بالرصاص في ذراعه لإطار التعلم العميق المحلي. عمق السوق مقارنة التيار إطار التعلم، منظر مفتوح تيانيوان تبدأ بسرعة، وتكاليف التعليم والهجرة تكاليف أقل. كما الهبوط الناجح لأعمال منظمة العفو الدولية، والممارسة هي الصحراء، والأكثر خبرة قيمة. مقارنة المفتوحة المصدر قد تحقق الإطار، أكبر الفرق الصحراء، كإطار مفتوح المصدر، هو كوانغ كريستي هي الشركة الوحيدة في هذه الصناعة AI وعرض المفتوحة في حد ذاته هو أن تفعل AI الحل، كوانغ أكثر من منظمة العفو الدولية، كإطار لحلول عملية للمغادرة .

تيانيوان هي الطريقة الولادة؟

وكما نعلم جميعا، منظر مفتوح هو واحد من الشركات الرائدة AI الصين. في السنوات الأخيرة، اجتاحت المنافسة CV الرئيسية في العالم، والحصول على 27 فائز مسابقة AI العالمي. يتم دمج البيانات كوانغ-الرأي، الخوارزميات والمكونات الأساسية القوة ثلاثة حساب في النظام في الدماغ ++. كإطار لمجموعة من المرافق استبعاد اعتمادا على خبرتهم 6 سنوات في صناعة AI القتال الفعلي، وليس فقط لإضافة بوف تيانيوان هو Daguai ترقية في الصحراء، حيث أن المنافسة AI كأس التحدي، ولكن مسنود أيضا الصحراء، والهندسة، والمنتجات من نصف السماء. في عام 2020، والوباء الحالي، كوانغ ويعتبر فجأة اختيار لفتح الكنوز من بلدة بيت لأسلحة سرية حصة لصناعة تفعل؟ وهذا هو أيضا من أصل تيانيوان.

تيانيوان ولد - جامعة تسينغهوا النوم R & D الوجه الخوارزمية، وكتب ثلاثة متدربين في السطر الأول من إطار كود

تأسست اعتمادا كوانغ في عام 2011، تأسست جامعة تسينغهوا ثلاثة "ياو فئة" التعلم السلطة الفلسطينية. في وقت مبكر، وفتح اعتمادا على استخدام الأساليب الورقية التقليدية خوارزمية التنمية. 2013 مجرد بداية لتعلم في العمق، وهذا يتوقف على أكاديمية كوانغ بدأت باستخدام كاشف التعلم العميق، متدربة هاجس جامعة تسينغهوا عنبر وضعت أسبوعين مجموعة من خوارزميات التعرف على الوجوه للكشف، حتى في ظروف الإضاءة الخافتة ويمكن أيضا الدقة بالكشف عن وجوه الناس لم يسبق له مثيل خوارزمية أداء المثيرة، وذلك اعتمادا على كوانغ شرعت رسميا في حل الشبكة العصبية (NN) على طول الطريق.

في ذلك الوقت، حيث أن ظروف صعبة كوانغ والخوادم، واللوحات الأم وبطاقات الرسومات وغيرها من الأجهزة تتطلب قطعة من اللحم البشري من الخلف الولايات المتحدة إلى الوراء، وأول آلة لتدريب الشبكة العصبية، هو اليد تجميعها لمحاربة 4 بطاقة الألعاب سطح المكتب. في البداية، وفتح اعتمادا على مدونة نموذجية مكتوبة Theano الإطار، وتدريب الشبكة العصبية، لتجميع شوط التدريب لعدة ساعات، جنبا إلى جنب مع أكثر تدريب أكبر شبكة، أكثر وأكثر تعقيدا، وغير فعالة وتستغرق وقتا طويلا ليس فقط انهيار الإطار، المزيد من القيود عرض كوانغ بعض من أفضل المواهب الإبداعية، بدأ عرض مفتوحة لوجود عدد كبير من الماشية تستعد لمحاولة مجموعة متنوعة من الطرق، كما هو الحال في أوائل Theano وغيرها من أطر مفتوحة المصدر ملفوفة ببساطة في طبقة من التعليمات البرمجية، رمز لإيجاد حل لمشكلة طويلة، من أجل "مزيد من العمل الكيمياء قليلا سريع "، ولكن لا تزال غير قادرة على تلبية كفاءة التدريب تبعا لاحتياجات التنمية في الصحراء، مجموعة من الإجراءات لالخيمياء قد تستغرق 3-5 أسابيع للا يمكن التحقق منها.

وبحلول نهاية عام 2013، اعتمادا على الوقت من كوانغ تساو تشى مين، رئيس قسم الأبحاث والتطوير المقترح لإنشاء مجموعة من البيانات التي يمكن أن تحصل من خلال دورة التدريب وأتمتة الأعمال خوارزمية وضعت أنظمة ++، لا يتطلب الكثير من القوى العاملة واستثمار الوقت لا يمكن أن يتحقق من خوارزمية التطوير لتطبيقات نظام التداول الذاتي ( كوانغ اعتمادا الدماغ ++ في وقت سابق تصور). ثم، في وقت مبكر من عام 2014، اعتمادا على أكاديمية كوانغ ثلاثة متدربين (فتح جيا، لي Baien، وي مينغ) من السطر الأول من التعليمات البرمجية إلى الكتابة، وأقل من ستة أشهر، ولادة الرسمي للطبعة الأولى من الصحراء، والتنمية الذاتية من إطار التعلم العميق --MegEngine . بعد ذلك، من أجل اللحاق بركب التقدم للصحراء، وتطوير معهد الاتصالات وتعميق فهم احتياجات خط المواجهة الأعمال واستنساخ مطلوب لخدمات الشبكة العصبية، وستة أشهر أخرى لاستكمال إطار التنمية الذاتية والداخلية كوانغ اضحة في منتصف 2015 دمج جميع الأعمال التجارية، اعتمادا على نموذج أعمال خط كوانغ استبدال كل بواسطة إصدار إطار البحث الذاتي المدربين.

9 نوفمبر 2015، أصدرت جوجل رسميا والمفتوحة المصدر TensorFlow. و، وعدد قليل من المتدربين أكاديمية كوانغ الجلوس، لأنهم فوجئوا أن نجد أن، في الواقع متسقة من المستغرب على واجهات TensorFlow، مثل مفهوم أفكار التصميم. مفتوحة على الصحراء، كإطار للدراسة الذاتية تسبب TensorFlow لها تأثير كبير، وهذا هو مشاكل الاحتفاظ. منذ المصنعين مفتوحة المصدر، مفتوحة اعتمادا على ما إذا كان من الضروري لا تزال تصر على القيام إطار الخاصة بهم؟ هذا الجزء من الصحراء إلى فصيلين داخل البصرية ومناقشة مطولة، فإن القرار النهائي لتنفيذ العلمي والصحراء بالمناسبة، بعد تقييم واسع النطاق اتخاذ القرار العادل، كما وجد الباحثون أن أداء TensorFlow مفتوحة المصدر ليست مثالية، من نحن كوانغ اعتمادا على إطار التنمية الذاتية أن يكون 10 مرات أبطأ. هذه النتيجة تعتمد على الصحراء بشكل أكبر على الطريق منذ التحقيق.

27 AI الفائز في المسابقة وراء،، كسلاح أعلى السري هو الدماغ "الثالوث" عالمي مفتوح ++

مع تسارع وتيرة التوسع في الصحراء، والأعمال، والإطار المفتوح، ومزايا التطوير الذاتي في ممارسة الأعمال التجارية قد تم تسليط الضوء، خفضت فترة التدريب الخوارزمية من ثلاثة وعشرين أسبوعا إلى 3-5 أيام. ذلك الوقت TensorFlow لن تحل القضايا التدرجية بطاقة متعددة، وليس هناك فرق كبير بين البطاقة والكفاءة الحاسوبية من ثمانية بطاقات. ولكن كفاءة إطار التنمية الذاتية، والصحراء لديها تسريع الخطي تقريبا، وبدأت بشكل محموم اشترت ثمانية الجهاز بطاقة. في ذلك الوقت، حيث أن البيئة الصحراوية القاسية، وموسم الصيف لا يزال يعتبر إطار فريق التطوير من أجل حماية العملية الخادم مستقرة، حتى جعل مكعبات الثلج وضعت الشركة على أساس التبريد البدني اليومي، ولكن الخادم عالية السرعة تعمل أيضا أكل الكهرباء، بناء الممتلكات بأنها "قنبلة موقوتة "التحذيرات المتكررة.

عرض كوانغ من R & D للانتقال إلى دراسة شاملة إطار الأعمال وعمق الذاتي للمجموعات حوسبة الخاصة بها، مما البيانات كوانغ-الرأي، الخوارزميات وحساب المكونات الأساسية القوة ثلاثة من الانتهاء رسميا من "الوحدة"، منذ ذلك الحين، كما AI كوانغ منصة الإنتاجية الدماغ ++ بدأت تظهر.

2017-- بين 2019، والاعتماد على نطاق واسع التعلم العميق نموذج كوانغ حسب القدرات التدريبية واسع النطاق وزعت الدماغ ++، والرائدة في صناعة توزيع تقنيات الحوسبة تدريب خارج، وفتح اعتمادا على المكاسب المتراكمة 27 AI الفائز في المسابقة العالمية، وتطوير عدد كبير من نشرها سحابة، والانتقال النهاية، على حافة منصة كاملة الحوسبة عمق تقدمت الشبكات العصبية، والأشياء الشخصية، والأشياء الحضرية، فإن الأمور نشطت ثلاثة سيناريوهات سلسلة التوريد الرأسية لتقديم دعم قوي.

من أجل تعزيز تكنولوجيا AI لتسريع الأرض، حتى أن أكثر المطورين والمستخدمين من رجال الأعمال لاستخدام AI "مصدر قوة" يفتح في 2019، وبدء الاستعدادات لجوهر إطار دراسة متعمقة الدماغ ++ المصدر المفتوح، وMegEngine عبت الاسم الصيني - تيانيوان. وخلال هذه الفترة إطار فريق R & D يمكن القول أن تشهد ولادة جديدة، نحن بحاجة إلى كسر الأصلي رمز الحزمة الخير وثم تنظيم لاستيعاب غالبية مفتوحة تجربة المستخدم المصدر.

أعط رجلا سمكة من إعطاء الصيد. كوانغ السبب، كما عمق تعلم إطار المصدر المفتوح هو بسيط جدا، ومن المؤمل كانوا الأشياء الجيدة تأتي إلى حصة للجميع، لذلك مهتمة بمعرفة منظمة العفو الدولية، والمطورين وتغيير العالم مع منظمة العفو الدولية، يمكن أن يكون أكثر سهولة وكفاءة استخدام AI لخلق ، AI + الصناعة لتحقيق الكفاءة من حيث التكلفة والإنتاجية من الإفراج عنهم، من ناحية أخرى، وسيلة مفتوحة المصدر متاحة إطار التفتيش قبول الجماهير، ولكن أيضا يمكن أن تحفز المساهمين أكثر تقنية لجعلها أسهل للاستخدام. حاليا، من أجل زيادة تحسين راحة من الباحثين في مجال التدريب، منظر مفتوح تيانيوان (MegEngine) يتغير من وجهة نظر ثابتة التقليدي للالحوسبة نموذج لاتجاه ديناميكية، مع مستقبل مفتوح المصدر تيانيوان العقل ++ مفتوحة المصدر فإن قدرة فتح تدريجيا إلى الخارج .

ديب تعلم بسيطة لخلق مجتمع AI "الخيمياء الفرن" لمتوسط المطور

كوانغ نعتقد أنه من أجل حل مشاكل جديدة، حيث أن المشهد لا حصر له بعد آخر، تحتاج خوارزميات غير محدودة. وللحصول على خوارزمية غير محدودة، يجب علينا أولا بناء البنية التحتية لمنظمة العفو الدولية، في العراء، والعيون، واثنين فقط من الأشياء يمكن أن يسمى البنية التحتية لمنظمة العفو الدولية: منظمة العفو الدولية ومنظمة العفو الدولية الأساسية على مستوى المنتجات منصة رقاقة.

AI رقاقة واضح للجميع هو AI منصة الحوسبة، ومنظمة العفو الدولية الأساسية على مستوى المنتجات منصة، كوانغ تانغ ون بين، والمؤسس المشارك وCTO يعطي تعريفا محددا: منصة الإنتاجية AI. ويرى الصحراء الداخلية، وبالفعل لدينا مثل هذه منصة إنتاجية --Brain ++.

الدماغ ++ عبارة عن مجموعة من البيانات، الخوارزميات وحساب القوة باعتبارها واحدة من مفهوم منصة كبيرة، تشمل الكفاءات الأساسية مناولة والتنظيف وإدارة البيانات، حساب تقاسم السلطة، وتحديد مواعيد وقدرات توزيعها، وتدريب الخوارزميات، والمنطق والقدرة على نشر، يمكن تغطيتها من إنتاج AI (إخراج نموذج خوارزمية) لتطبيق (مجموعة الهندسة خوارزمية) لكل وصلة.

بعبارات بسيطة، ويعتبر الدماغ ++ كما كوانغ AI لإنشاء مجموعة من Visual Studio، عبارة عن مجموعة من أدوات التطوير التي تهدف إلى التصدي بفعالية لعتبة عالية من أبحاث الذكاء الاصطناعى والتنمية، وارتفاع تكلفة ومشكلة انخفاض الكفاءة، وتوفير مجتمع البحوث وقفة واحدة، وكلها العمليات في مجال حلول الذكاء الاصطناعي. وقال وفقا كوانغ في المؤتمر الصحفي، سوف تدريجيا قدرة الدماغ ++ سهم مع هذه الصناعة من خلال المصادر المفتوحة وفتح النموذج.

صناعة يحب لاستخدام "الخيمياء" لوصف الخوارزمية، ثم البيانات هي العناصر الخمسة وغيرها من المعادن أو العناصر الطبيعية، في حين يستخدم الإطار إلى الخيمياء الفرن، ويعتبر الحريق تحت قوة الخيمياء الفرن. كان العنصر الكامل، وموقد ليست جيدة، قررت عدم مشغول هوه المطورين AI لا يمكن أن يكون حلا سحريا لممارسة AI.

كما أنه يمكن أن ينظر إليه من الصحراء، والمؤتمر مفتوح المصدر، وعرض مفتوحة من الفناء لديها بالفعل مجهزة تجهيزا كاملا الخيمياء غرفة --Brain ++، واليوم، وهم في طريقهم لوضع الخيمياء من الفرن مفتوح المصدر، مجانا للجميع للاستخدام، والكيمياء المواد الخام والحطب يمكن أن تعمل وفقا لاحتياجات المستخدم لاستخدام.

المصدر المفتوح لا يعني الكمال. المدير الفني كبار كوانغ، كما قال معهد تيان تشونغ بو أن المصدر المفتوح سراح تيانيوان ألفا نسخة، وخطط لتقديم المعلم الأول الإصدار بيتا في يونيو حزيران عندما، في هذه العملية، كما يسميه كوانغ لمزيد من الناس لتكون قادرة على تيانيوان انتقاد، وتقديم المشورة العطاء، والمساهمة الرمز، وقال تانغ ون بين: "ربما لا يتم إجراء الجيل القادم من تيانيوان بها الصحراء، وفريق R & D، ولكن لخلق من معك وإصدار بيتا الرسمي، لذلك نحن نأمل أنه مع الجميع العمل معا لبناء إطار التعلم عمق أفضل ".

كل ما هناك هو أن نتعلم عمق الإطار هو تسهيل التنمية، تيانيوان يقف على أكتاف أسلافنا التفوق بدلا من الأزرق، وتوسيع دراسة خريطة العمق جديدة من أطر مفتوحة المصدر، ولكنها توفر أيضا خيارات جديدة للمطورين.

عنوان TIANYUAN ومفتوحة المصدر الصرف المجتمع

وذلك اعتمادا على هذه الصحراء الفرن الخيمياء في الواقع حقا سهلة الاستخدام؟

المؤتمر الصحفي، وفتح اعتمادا على كود نشر عنوان تيانيوان استضافتها على جيثب وOpenI، ولكن صدر عمق دعا MegStudio على الانترنت أداة ومركز نموذج ModelHub، دعم مطور من خارج منطقة الجزاء التعلم. الذي، ModelHub نموذج يجمع بعض من كبار خوارزمية ما قبل التدريب في العالم، وكما معهد كوانغ بعض من أحدث النتائج التكنولوجيا والبحث والتطوير. وقال وفقا كوانغ هذا النموذج SOTA أكثر آخذ في الازدياد.

كنت أريد أن أحاول أن تبدأ في أقرب وقت ممكن؟

تيانيوان MegEngine الموقع الرسمي إطار التعلم العميق: الشبكي: //megengine.org.cn/

جيثب عنوان مفتوحة المصدر: الشبكي: //github.com/MegEngine/MegEngine