PyTorch

Продукт
Разработчики: Meta Platforms
Дата последнего релиза: октябрь 2018 г
Отрасли: Информационные технологии
Технологии: Средства разработки приложений

PyTorch — библиотека машинного обучения библиотека для языка Python с открытым исходным кодом, созданная на базе Torch. Она развивается под крылом Facebook и используется для обработки естественного языка. PyTorch предоставляет две основные высокоуровневые модели:

  • Тензорные вычисления (по аналогии с NumPy) с развитой поддержкой ускорения на GPU;
  • Глубокие нейронные сети, на базе системы autodiff.

2018: Выход PyTorch 1.0 для разработчиков

В начале октября 2018 года Facebook выпустила для разработчиков Facebook финальную версию своей открытой платформы машинного обучения PyTorch. Он содержит массу инструментов и средств интеграции, которые облегчат совместимость с облачными сервисами Google Cloud, Amazon Web Services (AWS) и Microsoft Azure Machine Learning.

Кроме того, проект поддержали ведущие производители чипов ARM, Nvidia, Qualcomm и Intel, которые используют фреймворк для интеграций с библиотекой ядра и отслеживания времени выполнения логического вывода.

Facebook предоставила разработчикам открытую платформу машинного обучения. Она поддерживает облака Microsoft, Google, Amazon

Упрощению взаимодействия между различными этапами машинного обучения способствует сочетание в версии PyTorch 1.0 модульных и ориентированных на разработку возможностей фреймворка Caffe2 и стандарта ONNX с гибкой, нацеленной на исследования структурой библиотеки. Благодаря наличию данных функций в одном фреймворке пропадает необходимость переключаться между библиотеками, отмечают в Facebook.

Google не только реализовала поддержку PyTorch в нескольких своих облачных сервисах, но и приступила к сотрудничеству с Facebook для разработки ускорителей Tensor Processing Unit (TPU) для пользователей PyTorch.Российский рынок ERP-систем сократился, но приготовился к росту. Обзор и рейтинг TAdviser 250 т

Управляемый сервис сквозного машинного обучения Sagemaker от Amazon будет предоставлять пользователям PyTorch предварительно настроенные среды для автоматической настройки моделей машинного обучения и других целей.[1]

Примечания



РЕШЕНИЕ НА БАЗЕ (1) СМ. ТАКЖЕ (18)


Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Microsoft (41, 47)
  Солар (ранее Ростелеком-Солар) (2, 46)
  Oracle (49, 26)
  Hyperledger (Open Ledger Project) (1, 23)
  IBM (33, 18)
  Другие (553, 270)