PyTorch 1.0 プレビューリリース: Facebook の最新 AI オープンソースフレームワーク

Facebook は、自社の人工知能プロジェクトで独自のオープンソース AI フレームワークである PyTorch を広く使用しており、最近、PyTorch 1.0 のプレビューバージョンをリリースしました。

よく知らない方のために説明すると、PyTorch は Python をベースにした科学計算ライブラリです。

PyTorchは、GPUの強力な計算能力を活用して、複雑なテンソル計算やディープニューラルネットワークを実行します。そのため、世界中の研究者や開発者に広く利用されています。

この新しい、使用可能なプレビューバージョンは、2018 年 10 月 2 日火曜日、サンフランシスコの The Midway で開催された PyTorch 開発者会議で発表されました。

PyTorch 1.0 リリース候補のハイライト

リリース候補版の主な新機能は次のとおりです。

1. ジット

Just-In-Time (JIT) は、研究と生産をより密接に連携させるコンパイルツールセットです。Python ベースのスクリプト言語「TorchScript」が含まれており、既存のコードとの互換性を保つためのメソッドも提供されています。

2. 新しいtorch.distributedライブラリ「C10D」

「C10D」は、異なるバックエンドでの非同期操作を可能にし、低速ネットワークでのパフォーマンスを向上させます。

3. C++ フロントエンド（実験的機能）

これは不安定な API (おそらくプレリリース版) として明記されていますが、PyTorch バックエンドへの純粋な C++ インターフェイスであり、構築された Python フロントエンドの API とアーキテクチャに準拠しており、ハードウェアに直接インストールできる C++ アプリケーションの高性能で低レイテンシの研究と開発を可能にします。

詳細については、GitHub の完全な更新ノートを参照してください。

PyTorch 1.0 の最初の安定バージョンは今夏リリースされる予定です。(LCTT 翻訳者注: この情報は間違っている可能性があります。)

LinuxにPyTorchをインストールする

PyTorch v1.0rc0をインストールするには、開発者はcondaの使用を推奨しています。または、ローカルインストールページに記載されている他の方法を使用することもできます。必要な詳細については、ドキュメントをご覧ください。

前提

リナックス
ピップ
パイソン
CUDA（Nvidia GPU を使用するユーザー向け）

Pip のインストール方法と使用方法は既にわかっているので、Pip を使用して PyTorch をインストールする方法を学びましょう。

PyTorchはGPUとCPUでインストーラが異なりますのでご注意ください。お使いのハードウェアに適したインストーラをインストールしてください。

PyTorchの古いバージョンと安定バージョンをインストールする

GPU マシンに安定バージョン (バージョン 0.4) をインストールする場合は、次のコマンドを使用します。

 pip install torch torchvision

CPU のみの安定バージョンをインストールするには、次の 2 つのコマンドを使用します。

 pip install http : //download.pytorch.org/whl/cpu/torch-0.4.1-cp27-cp27mu-linux_x86_64.whl
 pip install torchvision

PyTorch 1.0 候補バージョンをインストールする

次のコマンドを使用して、PyTorch 1.0 RC GPU バージョンをインストールします。

 pip install torch_nightly - f https : //download.pytorch.org/whl/nightly/cu92/torch_nightly.html

GPU がなく、CPU のみのバージョンを使用する場合は、次のコマンドを使用します。

 pip install torch_nightly - f https : //download.pytorch.org/whl/nightly/cpu/torch_nightly.html

PyTorchのインストールを確認する

ターミナルで Python コンソールを起動するには、次の簡単なコマンドを使用します。

 python

次に、次のサンプルコードを 1 行ずつ入力して、インストールを確認します。

 from __future__ import print_function
 import torch
 x = torch . rand ( 5 , 3 )
 print ( x )

次のような出力が得られるはずです。

 tensor ([[ 0.3380 , 0.3845 , 0.3217 ],
 [ 0.8337 , 0.9050 , 0.2650 ],
 [ 0.2979 , 0.7141 , 0.9069 ],
 [ 0.1449 , 0.1132 , 0.1375 ],
 [ 0.4675 , 0.3947 , 0.1426 ]])

PyTorch の GPU 機能が利用可能かどうかを確認するには、次のサンプルコードを使用できます。

 import torch
 torch . cuda . is_available ()

出力は次のようになります。

 True

PyTorchをサポートするAMD GPUはまだ開発中であるため、報告されている通り、完全なテストカバレッジはまだ提供されていません。AMD GPUをお持ちの方は、こちらにご提案ください。

それでは、PyTorch を広く使用しているいくつかの研究プロジェクトを見てみましょう。

PyTorchをベースにした進行中の研究プロジェクト

Detectron：Facebook AI Researchが開発した、物体をインテリジェントに検出・分類するソフトウェアシステム。以前はCaffe2をベースとしていました。今年初め、Caffe2とPyTorchが協力し、研究・実用化に対応したPyTorch 1.0を開発しました。
教師なし感情発見：ソーシャルメディアで広く使われているアルゴリズム
vid2vid: リアルなビデオからビデオへの変換
DeepRecommender: これらのシステムがどのように機能するかについては、以前の Netflix AI の記事で説明しました。

大手 GPU メーカーの Nvidia は最近この分野での開発状況を更新しており、進行中のコラボレーションについても読むことができます。

PyTorch のこの機能にはどのように対処すればよいでしょうか?

Facebookのソーシャルメディアアルゴリズムに対する驚くほど革新的なアプローチを考えると、感謝すべきでしょうか、それとも恐れるべきでしょうか？まるでスカイネットのようです！この新しいPyTorchのリリースは、間違いなく物事をさらに前進させるでしょう！ぜひ下のコメント欄であなたの考えを共有してください！

DUICUO