近日,F(xiàn)acebook PyTorch 團(tuán)隊(duì)推出了全新 API PyTorch Hub,提供模型的基本構(gòu)建模塊,用于提高機(jī)器學(xué)習(xí)研究的模型復(fù)現(xiàn)性。PyTorch Hub 包含一個(gè)經(jīng)過(guò)預(yù)訓(xùn)練的模型庫(kù),內(nèi)置對(duì)Colab的支持,而且能夠與Papers With Code集成。另外重要的一點(diǎn)是,它的整個(gè)工作流程大大簡(jiǎn)化。
簡(jiǎn)化到什么程度呢?Facebook 首席 AI 科學(xué)家Yann LeCun 兼圖靈獎(jiǎng)圖靈獎(jiǎng)得主Yann LeCun發(fā)表 Twitter強(qiáng)烈推薦,使用PyTorch Hub,無(wú)論是ResNet、BERT、GPT、VGG、PGAN 還是 MobileNet 等經(jīng)典模型,只需輸入一行代碼,就能實(shí)現(xiàn)一鍵調(diào)用。
Twitter 一發(fā),立刻引來(lái)眾多網(wǎng)友評(píng)論點(diǎn)贊,并有網(wǎng)友表示希望看到PyTorch Hub 與TensorFlow Hub的區(qū)別。
這個(gè)模型聚合中心到底如何呢?我們來(lái)一探究竟。
模型復(fù)現(xiàn)是許多領(lǐng)域的基本要求,尤其是在與機(jī)器學(xué)習(xí)相關(guān)的鄰域中。然而,許多機(jī)器學(xué)習(xí)相關(guān)的出版物,要么不可復(fù)現(xiàn),要么難以復(fù)現(xiàn)。隨著出版物數(shù)量的不斷增長(zhǎng)(包括在 arXiv 上發(fā)表的成數(shù)萬(wàn)篇論文,以及會(huì)議提交的大量論文),模型復(fù)現(xiàn)比以往任何時(shí)候都更加重要。雖然這些出版物大多數(shù)都包含代碼和訓(xùn)練好的模型,但如果用戶(hù)想復(fù)現(xiàn)這些模型,還需要做大量的額外的工作。
今天,我們很榮幸地宣布推出 PyTorch Hub,它是一個(gè)非常簡(jiǎn)單的API,并且具有極其簡(jiǎn)單的工作流程。它提供模型的基本構(gòu)建模塊,用于提高機(jī)器學(xué)習(xí)研究的模型復(fù)現(xiàn)性。PyTorch Hub 包含一個(gè)經(jīng)過(guò)預(yù)訓(xùn)練的模型庫(kù),專(zhuān)門(mén)用于促進(jìn)研究的可重復(fù)性和快速開(kāi)展新的研究。PyTorch Hub 內(nèi)置了對(duì) Colab的 支持,并且能夠與 Papers With Code 集成。目前 PyTorch Hub 已包含一系列廣泛的模型,包括分類(lèi)器和分割器、生成器、變換器等。
-
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8306瀏覽量
131843 -
pytorch
+關(guān)注
關(guān)注
2文章
794瀏覽量
13010
原文標(biāo)題:PyTorch Hub發(fā)布獲Yann LeCun強(qiáng)推!一行代碼調(diào)用經(jīng)典模型
文章出處:【微信號(hào):rgznai100,微信公眾號(hào):rgznai100】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論