Facebook a annoncé que Microsoft avait pris en charge le développement et la maintenance de la version PyTorch pour Windows.
Pour ceux qui ne le savent pas, PyTorch est une bibliothèque d'apprentissage automatique pour le langage de programmation Python, plus accessible que d'autres outils d'apprentissage profond.
Le déménagement est un effort de Microsoft pour améliorer les performances de la bibliothèque sur les ordinateurs Windows 10 et le sous-système Windows pour Linux (WSL), un outil préféré pour les développeurs pour exécuter des distributions Linux.
Dans quel cas PyTorch est -il utilisé?
PyTorch, publié par Facebook en janvier 2017, était basé sur Torch, un cadre de calcul scientifique et un langage de script.
L'outil aide les développeurs à utiliser des packages Python d'apprentissage automatique et prend en charge les calculs accélérés par GPU pour les tâches de données.
PyTorch est considéré par les experts comme l'un des projets à la croissance la plus rapide sur GitHub, d'où l'intérêt de Microsoft.
Quant à Facebook, ils ont utilisé PyTorch dans l'outil d'intelligence artificielle Translate qui permet de traduire 48 langues sur Facebook.
Selon l'annonce, la prise en charge de PyTorch par Windows a pris du retard par rapport aux autres plates-formes.
Le manque de couverture des tests entraînait des problèmes inattendus de temps en temps. Certains des didacticiels de base, destinés aux nouveaux utilisateurs pour apprendre et adopter PyTorch, ne fonctionneraient pas.
L'expérience d'installation n'était pas aussi fluide, avec le manque de support officiel PyPI pour PyTorch sur Windows.
Enfin, certaines fonctionnalités de PyTorch n'étaient tout simplement pas disponibles sur la plate-forme Windows, telles que la bibliothèque de domaines TorchAudio et le support de formation distribué..
PyTorch améliorera la plate-forme CUDA de WSL et Nvidia
Comme nous l'avons mentionné ci-dessus, le transfert de PyTorch vers Microsoft aidera également à améliorer WSL sur Windows 10, qui prend en charge la préversion pour la formation d'apprentissage automatique accéléré par GPU.
Et cela ouvre la porte aux développeurs et aux scientifiques des données pour utiliser la plate-forme CUDA de Nvidia pour accélérer la formation.
Vous êtes développeur? Que pensez-vous de ce déménagement? Dites-nous tout cela dans la section Commentaires ci-dessous.
- Outils et astuces de programmation