Face bookInc.今天在加州圣何塞召开了一年一度的F8开发者大会，会上更新了PyTorch，这是开发者用来加速部署基于人工智能的应用程序的流行人工智能软件框架。
自2017年推出以来，Py Torch平台迅速成为AI开发者的热门，因为它不仅使他们能够为他们的应用程序研究和构建AI模型，而且由于它与领先的公共云平台的集成，这些应用程序也将投入生产。
它首先由Face book的AI研究小组作为编程语言Python的函数机器学习库构建。 它主要用于深度学习，这是机器学习的一个分支，试图模仿人脑的运作方式，并在语言翻译、图像和语音识别等领域取得了重大突破。
Face book的工程师乔·斯皮萨克(Joe Spisak)、苏史密斯·金塔拉(Soumith Chintala)、迪米特罗·德尔加科夫(Dmytro Dzhulgakov)、林乔(Limjia)和格雷格·查南(Greg Chanan)在一篇宣布发布Py Torch1.1)的博客中谈到了该公司如何利用该平台大规模部署翻译和自然语言处理服务。 工程师们说，这些服务现在每天在Face bookMessenger等应用程序中进行大约60亿次翻译。
“Py Torch的统一框架使我们能够更快地迭代ML系统，”Face book的工程师写道。
不过，使用Py火炬的不仅仅是Face book。 事实上，该平台的采用规模已经扩大，几乎没有其他开源技术能够匹配。 而这种做法正是由周围一些最大的公司推动的。
Face bookA I应用研究主管斯利尼瓦斯·纳拉亚南(Srinivas Narayananan)对硅谷(Silicon ANGLE)表示：“我们看到，Py Torch在生产应用中的应用大幅增加。
例如，微软公司(Micros of t Corp.)使用Py Torch作为开发自己的许多机器学习模型的基础，然后将其部署在ON N X运行时框架中，为其认知服务提供动力。 Airbnb公司利用它为客户服务设计和构建会话AI工具，丰田研究所正在开发新的自动驾驶汽车安全系统。
随着这种快速的采用，Face book在Py Torch的开发方面迈出步伐是很自然的，而最新的版本有几个新的功能，包括更好的可视化工具来提高可用性和其他旨在提高其性能的工具。
这些增加包括支持Tensor Board，这是一个最初为GoogleLLC构建的竞争对手TensorFlowAI框架设计的Web应用程序套件，开发人员可以用来检查和分析AI模型训练运行.. 还有一个更新的即时编译工具，它将代码转换成可以直接发送到处理器的指令，再加上新的应用程序编程接口，增加了对自定义递归神经网络的支持。
在性能方面，Face book增加了一个新的分布式培训功能，使开发人员能够跨多个图形处理单元拆分工作负载。 最后一个特性对于在每次迭代中使用不同参数的运行模型的开发人员特别有用。
