Si le rapport Wang Xinmin Parc
rapports Qubit | Numéro public QbitAI
La figure de gauche pour la Caffe2 de Jayant clair
conférence F8 tenue tôt ce matin sur Facebook a officiellement publié Caffe2 ~
Avec le développement de l'intelligence artificielle, dans les réseaux de neurones de formation en profondeur et des modèles d'intelligence artificielle et déploiement à grande échelle de calcul du montant de chaque machine, généralement fait sous beaucoup de centre de données de soutien ou supercalculateurs.
Can de différentes informations, tels que des images, de la vidéo, du texte et de la voix, le traitement en continu, et le modèle de réseau amélioré pour créer, déployer, exécuter sur la plate-forme informatique à grande échelle à grande vitesse, ce qui est un petit problème.
Pendant ce temps, le déploiement de ces modèles sur un appareil mobile, rendant le fonctionnement rapide et efficace, mais aussi une tâche ardue. Surmonter ces défis, il faut un cadre d'apprentissage profond puissant, flexible et léger.
Facebook a essayé d'établir un cadre d'un tel. Aujourd'hui, le géant de réseautage social des États-Unis, a ouvert la première Caffe2 la version officielle, le fonctionnaire a dit: Ceci est un cadre d'apprentissage profondeur léger et modulaire, mettant l'accent sur la portabilité, tout en maintenant l'évolutivité et de l'informatique la performance.
Caffe2 propose:
Caffe2 cadre peut être réalisée par une pluralité de GPU d'entraînement répartis sur une machine ou plusieurs machines et ayant une pluralité de GPU.
système IOS peut également, système Android et tarte aux framboises (Raspberry Pi) sur le modèle de formation et de déploiement.
Seulement besoin d'exécuter quelques lignes de code pour appeler Caffe2 pré-formés modèle modèles Zoo.
cadre Caffe2 a été appliqué sur la plate-forme Facebook.
NVIDIA (NVIDIA), Qualcomm (Qualcomm), Intel (Intel), Amazon (Amazon) et Microsoft (Microsoft) et d'autres sociétés ont le soutien de la plate-forme cloud Caffe2.
Il code source Caffe2 sur GitHub.
Caffe2 et Caffe Quelle est la différence?
Après la libération Caffe2, l'un des plus discutés dans le monde extérieur, est d'émettre ces questions. Décembre dernier, Jia Yang Qing avait déjà expliqué: « Il Caffe2 ne peut pas remplacer complètement Caffe, manque encore beaucoup de choses, comme CuDNN par rapport à Caffe2, Caffe est toujours la principale version stable, l'utilisation dans des environnements de production recommandent encore Caffe. » .
Caffe2 officiellement publié, cette recommandation sera certainement changer la nouvelle version.
L'unité de base de Caffe2 est l'opérateur. Pour les paramètres d'entrée nombre et le type de chaque opérateur comprend la logique de calcul nécessaire. Caffe et Caffe2 différence globale comme indiqué ci-dessous:
Officiel fournit une migration de Caffe à tutoriel Caffe2, il a dit que cette migration est très simple.
Caffe2 et PyTorch Quelle est la différence?
Ceci est une autre question.
Caffe2 plus mobiles et les déploiements à grande échelle. Bien que Caffe2 ajoute le support pour la fonctionnalité multi-GPU, ce qui rend le nouveau cadre et la flamme a les mêmes capacités de soutien du GPU, mais comme décrit précédemment, Caffe2 prend en charge plusieurs GPU sur une seule machine ou un GPU plus en plus machines pour la formation distribuée.
PyTorch adapté à différentes études, des expériences et essayer réseau de neurones, et Caffe2 plus biaisé en faveur des applications industrielles, mais aussi de se concentrer sur les performances des terminaux mobiles.
Jayant effacer leurs propres expériences
Après la libération Caffe2, les auteurs notent quatre rafales Jayant réponse claire sur reddit. « Yangqing ici », Jayant apparaissent sur une identité claire.
Caffe2 a été demandé de venir avec ce qui est le sens? Il y a déjà PyTorch, tensorflow, MXNet et bien d'autres cadres.
Jia Yang Qing Il a dit l'équipe Caffe2 et PyTorch travaille en étroite collaboration. Ils choisissent un Caffe2 considéré comme productif, alors que la flamme considérait les options de recherche. Et lors de la construction du module AI, ils détiennent également le concept d'un « non-cadre », par exemple Gloo, NNPACK et Faiss, etc. peuvent être utilisés dans un cadre d'apprentissage profond.
Il a été demandé d'accepter des contributions de l'extérieur Caffe2 il?
Jia Yang Qing Dites amour contribution externe, nous poursuivrons nos efforts pour open source.
Caffe2 a demandé si la question de la flamme avec des bibliothèques de code et d'autres CUDA de soutien connexes.
Jia Yang Qing Dire qu'ils envisagent de faire Caffe2 et Torch et PyTorch partagé back-end, ces cadres ont été partagés Gloo pour la formation distribuée, THCTensor, THNN et d'autres bibliothèques C / C seront également partagés.
Au niveau du GPU, en utilisant CUDA Caffe2 et CUDNN. Jayant équipe SD a également expérimenté avec OpenCL, mais le sentiment avec effet GPU NVIDIA CUDA mieux.
Également dans d'autres plates-formes (par exemple, sur iOS), Caffe2 l'aide d'un outil spécifique, par exemple, en métal. Un jour ou deux, le fonctionnaire publiera la mise en uvre en métal.
Quelqu'un a demandé la carte dynamique de soutien Caffe2 il?
Jia Yang Qing Donne une réponse négative de, il a dit que ce choix est le Caffe2 et l'équipe PyTorch entend prendre. tâche Caffe2 est de fournir les meilleures performances, mais si vous voulez le calcul extrême flexibilité, sélectionnez PyTorch. Jayant clair que cela est une meilleure façon, parce que « une prise de cadre tout » peut affecter les performances.
Ainsi, Caffe2 supporte actuellement seulement un contrôle dynamique très limitée, comme RNN dynamique.
Enfin, le qubit release Portal:
Caffe2 page d'accueil: http: //caffe2.ai/
Adresse GitGub: https: //github.com/caffe2/caffe2
recrutement
Nous recherchons des rédacteurs en chef et les journalistes, les opérateurs et les autres postes, basé à Zhongguancun de Beijing, nous réjouissons de votre arrivée, à l'expérience de l'intelligence artificielle en pleine progression.
Détails, le numéro de l'interface de dialogue public, réponses: mot « recrutement ».
Encore une chose ...
Qu'est-ce que la préoccupation de la communauté AI d'aujourd'hui? Dans l'interface qubit séance publique n ° réponse " aujourd'hui « Nous regardons l'ensemble du réseau collecte de l'industrie de l'IA et dynamique de recherche. Recharges ~
En outre, s'il vous plaît ajouter qubits assistant micro lettre: qbitbot Si vous étudiez ou livrez dans le domaine de l'intelligence artificielle, assistant vous emmènera dans qubits échanger le groupe.
