Nhóm PyTorch đang thực hiện một số bản cập nhật để hỗ trợ việc sử dụng MLflow và cung cấp hỗ trợ cho thiết bị di động và kiến ​​trúc ARM64. Nhóm đã tổ chức Ngày developer PyTorch đầu tiên vào ngày hôm qua để cung cấp cho các developer PyTorch các cuộc nói chuyện kỹ thuật, tìm hiểu sâu về dự án và sự kiện kết nối với nhóm PyTorch cốt lõi và các developer.

Điểm nổi bật từ sự kiện bao gồm:

1. MLFlow + PyTorch

Một số thông báo đã được đưa ra liên quan đến việc hỗ trợ người dùng cuối cho việc sử dụng MLflow với PyTorch. Chúng bao gồm hỗ trợ tự động hóa thông qua PyTorch Lightning, tích hợp TorchService thông qua trình tích hợp thêm triển khai mới và quy trình làm việc đầu cuối và nhắm mục tiêu Máy biến áp HuggingFace.

Những bổ sung này là kết quả của sự hợp tác giữa Databricks và những người bảo trì cốt lõi MLflow và nhóm phát triển cốt lõi PyTorch tại Facebook.

Trong tương lai, các nhóm có kế hoạch bổ sung các tính năng như quy trình làm việc đầu cuối cho NLP và thị giác máy tính, hỗ trợ tối ưu hóa siêu tham số, khả năng diễn giải theo chương trình bằng Captum và hỗ trợ cho một Cửa hàng tính năng.

Các tính năng nguyên mẫu của PyTorch dành cho điện thoại di động

Nhóm nghiên cứu đã công bố bốn tính năng nguyên mẫu mới, ba trong số đó sẽ cho phép các nhà phát triển máy học di động thực thi các mô hình. Các tính năng mới bao gồm DSP và NPU sử dụng API mạng nơ ron Android (NNAPI), thực thi GPU trên Android qua Vulkan và thực thi GPU trên iOS thông qua Metal.

Bản phát hành cũng hỗ trợ cho các bản dựng ARM64 dành cho Linux.

3. Hỗ trợ Android Neural Networks API 1.3 và PyTorch Mobile

Android Neural Networks API (NNAPI) được thiết kế để cho phép chạy các hoạt động tính toán chuyên sâu cho máy học trên thiết bị Android. NNAPI 1.3 bổ sung hỗ trợ cho API Chất lượng dịch vụ, Miền bộ nhớ và hỗ trợ lượng tử hóa mở rộng.

Nhóm cũng đã công bố hỗ trợ PyTorch Neural Networks API, cho phép các developer sử dụng suy luận tăng tốc phần cứng với PyTorch. Bản phát hành này cũng bao gồm hỗ trợ cho các mô hình perceptron phức hợp và nhiều lớp tuyến tính trên Android 10 trở lên.

Các bản phát hành trong tương lai sẽ bao gồm hỗ trợ cho các nhà khai thác bổ sung và kiến ​​trúc mô hình, chẳng hạn như Mask R-CNN.

3. Facebook AI và đối tác OpenMined trong các khóa học về quyền riêng tư và học máy của PyTorch

Khóa học Private AI Series được thiết kế cho tất cả các cấp độ chuyên môn và sẽ cung cấp tổng quan về các công nghệ liên quan đến quyền riêng tư cũng như cách triển khai và phân tích chúng.

Hai mục tiêu của loạt bài này là cung cấp nhận thức và giáo dục rộng rãi và thúc đẩy các công nghệ máy học quan trọng.

Loạt bài này sẽ được chia thành bốn khóa học: nhận thức, nền tảng, thống kê giữa các doanh nghiệp và học tập liên kết, thống kê liên kết và học tập trên web và thiết bị di động. Khóa học đầu tiên sẽ bắt đầu vào tháng 1 năm 2021.

Các nguồn kiến thức từ cafedev:

Nếu bạn thấy hay và hữu ích, bạn có thể tham gia các kênh sau của cafedev để nhận được nhiều hơn nữa:

Chào thân ái và quyết thắng!