Facebook开源深度学习框架pythia

2019年05月22日 由 yining 发表 60172 0
Facebook开源深度学习框架pythia图像和语言模型

Facebook对开发者社区的开源承诺仍然一如既往地坚定。

继一月份图像处理库光谱、去年底的自然语言处理建模框架pytext和11月的人工智能增强学习平台horizon的公开之后,Facebook的人工智能研究部门今天宣布,pythia——一个模块化即插即用框架,使数据科学家能够快速构建,复制和基准人工智能模型,现在免费在Github上提供。

正如Facebook在一篇博客文章中所解释的,Pythia——建立在公司Pythorn机器学习框架之上——主要用于视觉和语言任务,如回答与视觉数据相关的问题和自动生成图像标题。它融合了Facebook人工智能部门在人工智能竞赛中使用的顶级参赛作品,如LoRRA,一个同时赢得2018 VQA挑战和2018 Vizwiz Challenge比赛的视觉和语言模型,它能够展示以前最先进的AI系统如何实现顶级基准测试结果并将其性能与新模型的性能进行比较。

同时,此次发布的Pythia还支持分布式培训和各种数据集,以及自定义损失、度量、调度和优化器;提供并说明了已经实现的常用的视觉和语言层的模块,以及对分布式培训的支持;内置语料库(包括vqa、vizwiz、textvqa和visualdialog)以及多任务(允许同时对多个语料库进行培训)等功能。

Facebook

Facebook表示,通过即将发布的工具、任务、数据集和参考模型扩展pythia的最初开源版本。

“Pythia简化了进入视觉和语言发展子领域的过程,使研究人员能够专注于更快的原型制作和实验。我们的目标是通过增加这些模型和结果的可重复性来加速进展,”Facebook在一篇博客文章中写道。“这将使社区更容易建立并完善系统的基础和基准。我们希望能够消除一些障碍,使研究人员能够更快地为人们和智能机器开发新的交流方式。这项工作也有助于研究人员开发适应性人工智能,将多种单一理解组合成一种更基于上下文的多模式理解。”

Pythia的首次亮相是在Facebook在旧金山举行的F8开发者峰会期间推出PyTorch 1.1几周之后,该峰会增加了对谷歌TensorBoard及其即时(JIT)编译器性能改进的支持。去年秋天GitHub的2018年Octoverse报告将PyTorch称为GitHub上最受欢迎的开源项目之一,全球有超过3100万开发人员使用它。
欢迎关注ATYUN官方公众号
商务合作及内容投稿请联系邮箱:bd@atyun.com
评论 登录
热门职位
Maluuba
20000~40000/月
Cisco
25000~30000/月 深圳市
PilotAILabs
30000~60000/年 深圳市
写评论取消
回复取消