Examples of using Pytorch in Vietnamese and their translations into English
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
Phép nhân vectơ trong pytorch.
PyTorch được viết bằng python, C và CUDA.
TensorFlow lớn hơn PyTorch 3,4 lần.
Chuyển đổi/ tương thích dumppe Numpy/ Pytorch.
Ai đang sử dụng PyTorch và ai đang sử dụng TensorFlow?
Mặt khác, chỉ có 15phần trăm của cộng đồng TensorFlow cũng sử dụng PyTorch.
Ai chưa nghe về trận chiến giữa PyTorch của Facebook và TensorFlow của Google?
Ví dụ như PyTorch là một bộ kit học sâu đầy code, dữ liệu và thuật toán để phân tích.
Một số công cụ phổ biến được các Machine Learning Engineer sử dụng là TensorFlow,Keras, PyTorch, scikit- learn, Caffe, v. v….
Facebook đã phát triển các công cụ như PyTorch và( với Microsoft) ONNX, là những đóng góp nguồn mở cho nghiên cứu AI nói chung.
Mặt khác, PyTorch đang được sử dụng nhiều hơn TensorFlow để phân tích dữ liệu và mô hình đặc biệt trong bối cảnh kinh doanh( 10 phần trăm).
Hỗ trợ format ONNX( Open Neural Network Exchange) làm dễ dàng chuyển đổi model giữa CNTK,Caffe2, PyTorch, MXNet và công cụ DL khác.
Tổng cộng có 86 phần trăm các nhà phát triển ML và nhà khoa học dữ liệu cho biết họ hiện đang sử dụng TensorFlow, trong khi chỉ có 11phần trăm đang sử dụng PyTorch.
Ngoài Go, các ngôn ngữ nằm trong top5 trên Github là azure- docs từ Microsoft Azure, pytorch từ Facebook, godot từ GoDot Gaming Engine và nuxt.
So với PyTorch, cộng đồng của nó bao gồm nhiều nhà phát triển máy học chuyên nghiệp( 28%), kiến trúc sư phần mềm( 26%) và lập trình viên trong một công ty( 58%).
Hai công ty trước đây đã cạnh tranh,với bộ công cụ Cognitive Toolkit và PyTorch, và cả hai đều không theo kịp việc sử dụng Google TensorFlow.
Learn, Tensorflow và PyTorch đều là những thư viện phần mềm giúp mọi người dễ dàng xây dựng các ứng dụng học máy hơn mà không cần xây dựng các thuật toán từ đầu.
Nếu bạn là một machine learning engineer, thì rất dễ để bắt đầu thử nghiệm với những model trên nhờ vào pre-trained model trong Keras/ Tensorflow hoặc PyTorch.
Trong cộng đồng PyTorch, có nhiều nhà phát triển đầu tiên của Python( tức là các nhà phát triển sử dụng Python làm ngôn ngữ chính), những người làm việc trên các ứng dụng web( 46%).
Ngoài phần cứng, Cerebras cũng tuyên bố phát hành một nền tảng phần mềm toàn diện cho phép các nhà phát triển sử dụng các thưviện ML phổ biến như TensorFlow và PyTorch để tích hợp quy trình làm việc AI của họ với hệ thống CS- 1.
Thứ ba tuần trước,Facebook và Udacity công bố“ PyTorch: Scholarship Challenge,” cung cấp cho người học cơ hội học cách xây dựng, đào tạo và triển khai các mô hình học sâu.
So với PyTorch, TensorFlow đang được sử dụng trong sản xuất và có lẽ được triển khai trên đám mây theo ngụ ý về trải nghiệm phụ trợ cao hơn đáng kể của người dùng TensorFlow( 4,8 năm so với 3,8 người dùng PyTorch).
Nói cách khác, càng có nhiều phần mềm và phần cứng tương thích với PyTorch 1.0, thì sẽ càng dễ dàng xây dựng, đào tạo và triển khai nhanh các deep learning model” Joseph Spisak, AI product manager tại Facebook, đã viết trong một bài đăng.
Kể cả những khối xây dựng cơ bản cho công nghệ như AI cũng nằm trong tay người Mỹ khi các công ty Trung Quốc vừa và nhỏ trong lĩnh vực này hầu hết sử dụng phần mềm từ các nền tảng mã nguồn mở gốc Mỹ nhưTensorflow của Google hay Pytorch của Facebook.
Càng có nhiều phần mềm và phần cứng tương thích với PyTorch 1.0, thì sẽ càng dễ dàng xây dựng, đào tạo và triển khai nhanh các deep learning model” Joseph Spisak, AI product manager tại Facebook, đã viết trong một bài đăng.
Theo báo cáo Octoverse gần đây của GitHub, Python hiện đang là ngôn ngữ được sử dụng phổ biến nhất bởi các nhà phát triển đang làm việc cho các dự án học máy( machine learning), và ngôn ngữ này đồng thời cũng góp phần hìnhthành lên nền tảng framework PyTorch của Facebook, và TensorFlow của Google.
Dù vậy, theo ông Wang thì Trung Quốc cũng đạt được nhiều tiến bộ về AI trong những năm gần đây, chủ yếu nhờ cải thiện truy cập vào các thư viện máy học nguồn mở nhưTensorflow của Google hay Pytorch của Facebook, nơi các nhà phát triển cấp cho người dùng quyền nghiên cứu, thay đổi và phân phối mã vì mục đích hợp tác.
Một sự kiện khá trùng hợp đó là màn ra mắt của TransmogrifAI đến một ngày sau sự kiện mở mã nguồn GraphPipe của Oracle, một công cụ giúp việc triển khai các mô hình học máy được thực hiện dễ dàng hơn bằng TensorFlow của Google,MXNet hay Caffe2 của Facebook và PyTorch trên điện toán đám mây.
Tuy vậy, ông Wang cho biết, Trung Quốc cũng đã đạt được một số thành tựu về AI trong những năm gần đây, chủ yếu dựa vào việc cải tiến các thư viện máy học mã nguồn mở nhưTensorflow của Google và Pytorch của Facebook, cho phép người dùng có quyền nghiên cứu, thay đổi và phân phối mã để cộng tác.
Trong tháng 9.2017, Facebook và Microsoft giới thiệu ONNX, phần mềm mã nguồn mở để xuất các mô hình được đào tạo với khung phần mềm AI, chẳng hạn như Cognitive Toolkit của Microsoft, để ONNX có thể được dùng để đưa ra dự báo với nhiều khung phần mềm khác,chẳng hạn như PyTorch của Facebook.