Inā ʻoe e heluhelu ana i kēia, ua hoʻomaka mua ʻoe i kāu huakaʻi i ke aʻo hohonu. Inā he mea hou ʻoe i kēia kumuhana, ʻo ka hoʻonaʻauao hohonu kahi mea hoʻohui e hoʻohana ai i nā ʻano like ʻole o ka lolo i kapa ʻia ʻo artificial neural networks e kūkulu i nā kamepiula e like me ke kanaka e hoʻoponopono i nā pilikia maoli.
No ke kōkua ʻana i ka hoʻomohala ʻana i kēia mau hoʻolālā, ua hoʻomohala nā ʻenehana behemoths e like me Google, Facebook, a me Uber i nā ʻano hana like ʻole no ka ʻenehana hoʻonaʻauao hohonu o Python, e maʻalahi ai ke hoʻomaopopo, hana, a hoʻomaʻamaʻa i nā ʻupena neural like ʻole.
ʻO ka papa hana hoʻonaʻauao hohonu kahi ʻāpana o nā polokalamu a nā mea hoʻonaʻauao a me nā ʻepekema data e hoʻohana ai e hana a hoʻomaʻamaʻa i nā kumu hoʻohālike hohonu.
ʻO ka pahuhopu o kēia mau papa hana ʻo ia ka hiki i nā kānaka ke aʻo i kā lākou mau hiʻohiʻona me ka ʻole o ka hoʻomaopopo ʻana i nā ʻenehana ma hope haʻawina hohonu, nā pūnaewele neural, a me ke aʻo ʻana i nā mīkini.
Ma o ka hoʻolālā papahana kiʻekiʻe, hāʻawi kēia mau papa hana i nā poloka kūkulu no ke kūkulu ʻana, hoʻomaʻamaʻa, a me ka hōʻoia ʻana i nā hiʻohiʻona.
E nānā mākou iā TensorFlow, Keras, Apache MXNet, Microsoft CNTK, a me DeepLearing4j ma ke ʻano he mea ʻē aʻe iā PyTorch, kahi mea i hoʻohana nui ʻia. hoʻolālā hoʻonaʻauao hohonu.
He aha ka Pytorch?
ʻO PyTorch he waihona aʻo mīkini manuahi manuahi i kūkulu ʻia me ka waihona Torch Python.
Ua hana ʻia e ka hui ʻImi ʻImi o Facebook a paʻi ʻia ma ke ʻano he waihona manuahi a wehe ʻia i Ianuali 2016 me nā noi i ka ʻike kamepiula, ka aʻo hohonu, a me ka hoʻoponopono ʻōlelo kūlohelohe.
Loaʻa iā ia kahi ʻōlelo hoʻolālā koʻikoʻi a Pythonic e kākoʻo ana i ke code ma ke ʻano he kumu hoʻohālike, hoʻomaʻamaʻa i ka debugging, a kūpono pū me nā hale waihona puke ʻepekema kaulana ʻē aʻe, ʻoiai e noho maikaʻi ana a hiki i nā mea hoʻokele lako e like me GPU.
Ua ulu nui ʻo PyTorch ma waena o nā mea noiʻi aʻo hohonu e hoʻomaikaʻi i kona nānā ʻana i ka hoʻohana a me ka noʻonoʻo ʻana i ka hana.
Loaʻa iā ia kahi hoʻonohonoho ʻikepili kumu, Tensor, kahi ʻano nui-dimensional e like me Numpy arrays, e hiki ai i nā mea polokalamu ke hoʻolālā maʻalahi i kahi paʻakikī. kaʻenehana kikowaena.
Ke lilo nei ia i mea kaulana loa i nā ʻāpana o kēia manawa a ma ke kaiāulu kula ma muli o kona maʻalahi, wikiwiki, a me ka maʻalahi o ka hoʻokō ʻana, e lilo ia i mea hoʻohana hohonu loa.
Nā hiʻohiʻona nui o Pytorch
- ʻO PyTorch ka Python-centric, a i ʻole "pythonic," no ka hoʻopili hohonu ʻana me ka polokalamu Python ma mua o ka lawelawe ʻana ma ke ʻano he kikowaena i kahi waihona i kūkulu ʻia ma kahi ʻōlelo ʻē aʻe.
- Maʻalahi e aʻo - Ua hahai ʻo PyTorch i ke ʻano like me ka hoʻolālā kuʻuna a ua kākau ʻia me ka meticulously, me ke kaiāulu hoʻomohala e hoʻāʻo mau nei e hoʻomaikaʻi. No laila he mea maʻalahi ke aʻo ʻana no nā mea papahana a me nā mea papahana ʻole.
- Hiki iā PyTorch ke hoʻokaʻawale i ka hana helu ma luna o kekahi CPU a i ʻole GPU nā cores me ka hoʻohana ʻana i ka mana parallelism data. ʻOiai hiki ke hoʻokō ʻia ka like like me nā ʻenehana aʻo mīkini ʻē aʻe, ʻoi aku ka maʻalahi o PyTorch.
- Debugging: Hiki ke hoʻohana ʻia kekahi o nā mea hana debugging Python lehulehu (no ka laʻana, nā pdb a me nā mea hana ipdb a Python) hiki ke hoʻohana i ka debug PyTorch.
- Kākoʻo ʻo PyTorch i nā kiʻi koʻikoʻi koʻikoʻi, ʻo ia ka mea e hiki ke hoʻololi ʻia ke ʻano o ka pūnaewele i ka wā holo.
- Hele mai ʻo PyTorch me nā modula i hana ʻia, e like me torchtext, torchvision, and torchaudio, hiki ke hoʻohana ʻia no ka hana ʻana i nā ʻano like ʻole o ke aʻo hohonu, e like me NLP, ʻike kamepiula, a me ka hoʻoponopono leo.
Palena Pytorch
- Hoʻopili ʻia ka nānā ʻana a me ka nānā ʻana: ʻOiai ʻo TensorFlow e loaʻa i kahi hāmeʻa hiʻohiʻona ikaika no ka hana ʻana i ka pakuhi kiʻi (TensorBoard), nele ʻo PyTorch i kēia hiʻohiʻona. ʻO ka hopena, hiki i nā mea hoʻomohala ke hoʻopili iā TensorBoard ma waho a i ʻole hoʻohana i kekahi o nā Python i loaʻa nā pono hana ʻikeʻikeʻike.
- ʻAʻole ʻo PyTorch kahi hopena i ka hopena aʻo aʻo kahua hoʻomohala; hoʻopuka ia i nā noi i nā kikowaena, nā keʻena hana, a me nā polokalamu kelepona.
No kēia mau kumu āpau, ʻo ka ʻimi ʻana i nā koho maikaʻi loa iā Pytorch he hoʻoholo naʻauao.
ʻO nā koho Pytorch kaulana loa
Eia ka papa inoa o nā koho maikaʻi loa iā Pytorch.
1. Tensorflow
Nānā he kahua hoʻonaʻauao hohonu i hoʻokumu ʻia e Google. Kākoʻo ia i ka maʻamau aʻo aʻo. Ua hoʻolālā ʻia ʻo TensorFlow me nā helu helu nui ma ka noʻonoʻo, ma mua o ke aʻo hohonu.
Eia kekahi, ua lilo ia i mea waiwai no ka hoʻomohala aʻo hohonu pū kekahi, no laila ua hoʻolako ʻo Google iā ia me ka manuahi. Lawe ʻo TensorFlow i ka ʻikepili ma ke ʻano o nā ʻano hoʻonohonoho multi-dimensional me nā ana nui, i kapa ʻia ʻo tensors. I ka wā e pili ana i ka nui o ka ʻikepili, hiki ke kōkua i nā arrays multi-dimensional.
Hoʻokumu ʻia ʻo TensorFlow i nā kiʻi kahe ʻikepili node-edge. Ma muli o ke ʻano o nā kiʻi, ʻoi aku ka maʻalahi o ka hoʻokō ʻana i ka code TensorFlow ma luna o kahi pūʻulu o nā kamepiula me ka hoʻohana ʻana i nā GPU.
ʻO C#, Haskell, Julia, R, Ruby, Rust, a me Scala kekahi o nā ʻōlelo i hoʻokumu ʻia e ke kaiāulu o TensorFlow ke kākoʻo. Hāʻawi ʻo TensorFlow i ka pōmaikaʻi o ka loaʻa ʻana o nā helu komo.
Ma waho aʻe o nā ʻōlelo, loaʻa iā TensorFlow kahi ʻano mea hana e pili pū me ia a i kūkulu ʻia paha ma luna.
pono
- He mea hoʻohana-aloha. Inā kamaʻāina ʻoe iā Python, maʻalahi ke kiʻi.
- Kākoʻo mai ke kaiāulu. Hoʻomaikaʻi ʻia ʻo TensorFlow i kēlā me kēia lā e Google a me nā mea hoʻomohala loea o nā hui ʻē aʻe.
- Hiki ke hoʻohana ʻia ʻo TensorFlow Lite e hoʻokō i nā hiʻohiʻona TensorFlow ma nā polokalamu kelepona.
- ʻO Tensorboard kahi mea hana no ka nānā ʻana a ʻike ʻikepili. Inā makemake ʻoe e nānā i kāu mau hiʻohiʻona aʻo hohonu i ka hana, he mea hana maikaʻi kēia e hoʻohana ai.
- ʻAe ʻo Tensorflow.js iā ʻoe e hoʻohana i ka JavaScript no ka holo ʻana i nā hiʻohiʻona aʻo hohonu i ka manawa maoli ma ka polokalamu kele pūnaewele.
keakea
- He ʻano kū hoʻokahi ko TensorFlow, ʻoi aku ka paʻakikī o ka ʻike ʻana a me ka debug hewa.
- ʻAʻohe kākoʻo OpenCL.
- ʻAʻole hāʻawi ʻo TensorFlow i nā mana he nui no nā mea hoʻohana o ka ʻōnaehana hana Windows. Wehe ia i kahi plethora o nā mana no nā mea hoʻohana Linux. Eia nō naʻe, hiki i nā mea hoʻohana Windows ke hoʻoiho iā TensorFlow me ka hoʻohana ʻana i ka wikiwiki anaconda a i ʻole ka pahu pip.
- Hāʻule ʻo TensorFlow ma hope o ka hāʻawi ʻana i nā puka lou no nā kaʻina pau ʻole. Loaʻa iā ia kahi hoʻohana kikoʻī no nā kaʻina kikoʻī, e lilo ia i ʻōnaehana hoʻohana. ʻO ka hopena, ua kapa ʻia ʻo ia he API haʻahaʻa haʻahaʻa.
2. Keras
Keras he waihona aʻo hohonu e pili ana iā Python, kahi e hoʻokaʻawale ai ia mai nā ʻano hoʻonaʻauao hohonu ʻē aʻe.
He ʻōlelo papahana kūlana kiʻekiʻe e wehewehe a kaʻenehana kikowaena wehewehe API. Hiki ke hoʻohana ʻia ma ke ʻano he mea hoʻohana a me ka hoʻomaikaʻi ʻana i nā hiki o nā papa hana hoʻonaʻauao hohonu e holo ai.
He papa hana minimalist i maʻalahi a maʻalahi hoʻi e hoʻohana. No kēia mau kumu, ʻo Keras kahi ʻāpana o ka API kumu o TensorFlow. Hiki i ka ʻaoʻao mua o Keras ke hoʻohālikelike wikiwiki i nā ʻōnaehana neural i ka noiʻi.
He maʻalahi ka API e hopu a hoʻohana, me ka bonus hoʻohui o ka ʻae ʻana i nā hiʻohiʻona e hoʻololi maʻalahi i waena o nā frameworks.
pono
- He mea maʻalahi ka Keras API e hoʻohana. Ua hoʻolālā maikaʻi ʻia ka API, pili i nā mea, a hiki ke hoʻololi ʻia, e hopena i kahi ʻike mea hoʻohana ʻoi aku ka leʻaleʻa.
- Hoʻokomo ʻia ke kākoʻo no ka hoʻomaʻamaʻa ʻana a me ka multi-GPU parallelism.
- ʻO Keras kahi module ʻōiwi Python e hāʻawi maʻalahi i ka ʻike ʻepekema data Python piha. Hiki ke hoʻohana ʻia nā hiʻohiʻona Keras me ka hoʻohana ʻana i ka Python scikit-learn API.
- Hoʻokomo ʻo Keras i nā paona i hoʻomaʻamaʻa mua ʻia no nā kumu hoʻohālike hohonu. Hiki iā mākou ke hoʻohana pololei i kēia mau hiʻohiʻona e hana i nā wānana a i ʻole e unuhi i nā hiʻohiʻona.
keakea
- Hiki ke hoʻonāukiuki loa i ka loaʻa ʻana o nā pilikia backend haʻahaʻa i kēlā me kēia manawa. Kū mai kēia mau pilikia ke hoʻāʻo mākou e hana i nā hana i manaʻo ʻole ʻia e Keras e hoʻokō.
- Ke hoʻohālikelike ʻia i kāna mau hope, hiki ke lohi ma nā GPU a lōʻihi ka lōʻihi o ka helu ʻana. ʻO ka hopena, pono mākou e hoʻololi i ka wikiwiki no ka mea hoʻohana.
- Ke hoʻohālikelike ʻia me nā pūʻolo ʻē aʻe e like me ka sci-kit-learn, ʻaʻole ʻoluʻolu nā mana o ka ʻikepili-preprocessing Keras.
3. ʻO Apache MX Pūnaewele
ʻO kekahi mea kaulana Ka hoʻonaʻauao hohonu ʻo MXNet. MXNet, i hana ʻia e ka Apache Software Foundation, kākoʻo i nā ʻōlelo like ʻole, me JavaScript, Python, a me C++.
Kākoʻo pū ʻo Amazon Web Services iā MXNet i ka hoʻomohala ʻana i nā kumu hoʻohālike hohonu. Hiki ke hoʻonui ʻia, hiki ke hoʻomaʻamaʻa wikiwiki, a kūpono me nā ʻōlelo kamepiula like ʻole.
No ka hoʻonui ʻana i ka wikiwiki a me ka huahana, ʻae ʻo MXNet iā ʻoe e hoʻohui i nā ʻōlelo hoʻonohonoho hōʻailona a me ka pono. Hoʻokumu ʻia ia i kahi mea hoʻonohonoho hilinaʻi ikaika e hoʻohālikelike i nā hana hōʻailona a me nā hana koʻikoʻi i ka manawa maoli.
Ma luna o kēlā, ʻo kahi papa hoʻolālā kiʻi e hana wikiwiki i ka hoʻokō ʻana a me ka hoʻomanaʻo. ʻO MXNet kahi waihona lawe lima a māmā.
Hoʻohana ʻia ia e NVIDIA PascalTM GPUs a hiki ke hoʻonui ʻia ma luna o kekahi mau GPU a me nā nodes, e ʻae iā ʻoe e hoʻomaʻamaʻa wikiwiki i nā kumu hoʻohālike.
pono
- Kākoʻo i nā GPU a loaʻa iā ia kahi mode multi-GPU.
- Maikaʻi, scalable, a me ka uila-wikiwiki.
- Aia nā paepae nui a pau ma luna o ka moku.
- He mea maʻalahi ka lawelawe ʻana i nā kumu hoʻohālike, a wikiwiki ka API.
- ʻO Scala, R, Python, C++, a me JavaScript kekahi o nā ʻōlelo papahana i kākoʻo ʻia.
keakea
- Loaʻa iā MXNet kahi mea liʻiliʻi hamama kumu kaiaulu ma mua o TensorFlow.
- ʻOi aku ka lōʻihi o ka hoʻokō ʻana, nā hoʻoponopono bug, a me nā hoʻomaikaʻi ʻē aʻe ma muli o ka nele o ke kākoʻo kaiāulu nui.
- ʻO MxNet, ʻoiai ua hoʻohana nui ʻia e nā ʻoihana he nui i ka ʻoihana IT, ʻaʻole i ʻike ʻia ʻo Tensorflow.
4. Microsoft CNTK
Microsoft Cognitive Toolkit (CNTK) ʻO ia kahi hoʻolālā kumu kūʻai wehe ʻia no ka hoʻolaha ʻana i ke aʻo hohonu. Hoʻohana maʻamau ia e hana nā hanana laulā, akā hiki ke hoʻohana ʻia no ke aʻo ʻana i ka mīkini a me ka hoʻopili cognitive.
Kākoʻo ia i nā ʻōlelo like ʻole a maʻalahi ke hoʻohana ma ke ao. Ma muli o kēia mau ʻano, he kūpono kūpono ʻo CNTK no nā ʻano noi AI. ʻOiai hiki iā mākou ke hoʻohana iā C ++ e kāhea i kāna mau hana, ʻo ka koho maʻamau ka hoʻohana ʻana i kahi papahana Python.
Ke holo nei ma kekahi mau kamepiula, ʻike ʻia ka Microsoft Cognitive Toolkit e hāʻawi i ka hana ʻoi aku ka maikaʻi a me ka scalability ma mua o nā hāmeʻa like Theano a i ʻole TensorFlow.
Kākoʻo ka Microsoft Cognitive Toolkit i nā hiʻohiʻona neural RNN a me CNN, i kūpono ia no nā hana ʻike kiʻi, kākau lima, a me ka ʻōlelo.
pono
- Maʻalahi e hoʻohui pū me Apache Spark, kahi ʻenekini ʻikepili.
- ʻO ka scalability o CNTK ua lilo ia i koho kaulana i nā ʻoihana he nui. Nui nā ʻāpana i hoʻopaʻa ʻia.
- Hāʻawi i ka hana paʻa a maikaʻi.
- Hana maikaʻi me Azure Cloud, kākoʻo ʻia ʻelua e Microsoft.
- Maikaʻi ka hoʻohana a me ka hoʻokele waiwai.
keakea
- I ka hoʻohālikelike ʻana iā Tensorflow, ʻoi aku ka liʻiliʻi o ke kākoʻo kaiāulu.
- ʻO kahi piʻi aʻo kiʻekiʻe.
- Loaʻa iā ia kahi papa ʻike a me ke kākoʻo ARM.
5. Hohonua4j
Inā ʻo Java kāu ʻōlelo papahana mua, DeepLearning4j kahi hoʻolālā maikaʻi e hoʻohana ai. He waihona hoʻonaʻauao hohonu ia i hāʻawi ʻia i ka pae pāʻoihana a me ka open-source.
Kākoʻo ʻia nā ʻano nui o nā hoʻolālā neural network, e like me RNNs a me CNNs. ʻO Deeplearning4j kahi waihona Java a me Scala no ke aʻo hohonu.
Hana maikaʻi ia me Hadoop a me Apache Spark pū kekahi. ʻO Deeplearning4j kahi koho maikaʻi loa no nā haʻina aʻo hohonu e pili ana iā Java no ka mea kākoʻo pū kekahi i nā GPU.
I ka hiki ʻana i ka Eclipse Deeplearning4j hoʻonaʻauao hohonu, ʻo kekahi o nā hiʻohiʻona kū i ka hoʻomaʻamaʻa like ʻana ma o ka hoʻēmi ʻana, ka hoʻololi ʻana i ka hoʻolālā micro-service, a me nā CPUs a me nā GPU i hāʻawi ʻia.
pono
- Loaʻa iā ia nā palapala maikaʻi a me ke kōkua kaiāulu.
- He maʻalahi ka hoʻohui ʻana o Apache Spark.
- He scalable a hiki ke lawelawe i ka nui o ka ʻikepili.
keakea
- I ka hoʻohālikelike ʻana iā Tensorflow a me PyTorch, ʻaʻole kaulana.
- ʻO Java wale nō ka ʻōlelo papahana i loaʻa.
Panina
He hana paʻakikī ke koho ʻana i ke kahua hoʻonaʻauao hohonu maikaʻi loa. ʻOi aku ma muli o ka nui o lākou, ke ulu nei ka papa inoa e like me ke koi no ʻimi hoʻopunipuni manao ke ulu nei ka noiʻi a me nā noi aʻo mīkini. Loaʻa i kēlā me kēia framework kona hoʻonohonoho ponoʻī o nā pono a me nā hemahema.
Pono e noʻonoʻo ʻia, me ka palekana, scalability, a me ka hana. I loko o nā ʻōnaehana ʻoihana, ʻoi aku ka nui o ka hilinaʻi.
Inā ʻoe e hoʻomaka wale nei, ʻo Tensorflow kahi wahi maikaʻi e hoʻomaka ai. E koho i ka CNTK inā ʻoe e hoʻomohala nei i kahi huahana pāʻoihana ma Windows. Inā makemake ʻoe iā Java, e hoʻohana iā DL4J.
Waiho i ka Reply