2019 年 7 月 23 日
Mapillary 研究：无缝场景分割和原地激活 BatchNorm
随着发达国家如美国道路每年变化高达 15%，Mapillary 通过将任何摄像头的图像结合成一个 3D 世界可视化，满足了不断增长的地图更新需求。Mapillary 的独立和协作方法使任何人都能收集、分享和使用街景图像，以改善地图、发展城市和推进汽车行业。今天，全球各地的人们和组织已经贡献了超过 6 亿张图像...
2019 年 7 月 18 日
PyTorch 新增加密 AI 和量子计算生态系统项目，扩展 PyTorch Hub
PyTorch 生态系统包括来自学术界和工业界的研究人员、应用开发人员和机器学习工程师的众多项目、工具、模型和库。该生态系统的目标是支持、加速并帮助您探索 PyTorch，无论您探索哪个领域，都能帮助您推动技术前沿。同样，我们正在扩展最近推出的 PyTorch Hub，以进一步帮助您发现和重现最新的研究。在这篇文章中，我们将...
2019 年 6 月 10 日
使用 PyTorch Hub 实现可重复研究
可复现性是许多研究领域，包括基于机器学习技术的领域的基本要求。然而，许多机器学习出版物要么不可复现，要么难以复现。随着研究出版物数量的持续增长，包括现在 arXiv 上托管的上万篇论文以及会议提交数量达到历史最高水平，研究可复现性比以往任何时候都更重要。虽然其中许多出版物是...
2019 年 5 月 22 日
torchvision 0.3：分割、检测模型、新数据集等...
PyTorch 领域库如 torchvision 提供了方便访问常用数据集和模型的功能，可以快速创建最先进的基线。此外，它们还提供了常见的抽象，以减少用户可能需要反复编写的样板代码。torchvision 0.3 版本带来了包括语义分割、目标检测、实例分割和人体关键点检测等模型在内的多个新功能，以及自定义的 C++/CUDA 操作...
2019 年 5 月 8 日
PyTorch 模型服务
PyTorch 在研究方面得到了广泛的应用，但人们可能会对 PyTorch 模型投入生产的效果感到困惑。本文旨在消除人们对 PyTorch 生产之路可能存在的任何疑虑。通常，当人们谈论将模型“投入生产”时，他们通常指的是执行推理，有时也称为模型评估、预测或服务。在 PyTorch 中，从函数调用的层面来看，推理看起来像这样：在...
2019 年 5 月 1 日
使用 TorchScript 优化 CUDA 循环神经网络
本周，我们正式发布了 PyTorch 1.1 版本，这是 PyTorch 1.0 的一个大型功能更新。我们新增的一个新特性是更好地支持使用 TorchScript（PyTorch JIT）快速、自定义循环神经网络（fastrnns）。RNN 是流行的模型，在各种形状和大小的 NLP 任务上表现出良好的性能。PyTorch 实现了其中一些最受欢迎的模型，包括 Elman RNN、GRU 和 LSTM，以及多...
2019 年 5 月 1 日
随着 PyTorch 达到生产规模，添加了新的开发工具
这是 Facebook AI 博客上原始博客文章的部分重发。完整文章可在此查看。自从几个月前发布以来，PyTorch 1.0 已迅速被采用为一个强大、灵活的深度学习平台，使工程师和研究人员能够快速从研究转向生产。我们正在强调 AI 工程和研究社区使用 PyTorch 1.0 的一些方式。同时，我们也在分享关于最新版本 PyTorch 1.1 的新细节。
