Microsoft делает PyTorch более удобным для разработчиков, улучшает WSL

Facebook объявил что Microsoft взяла на себя ответственность за разработку и обслуживание PyTorch сборка для Windows.

Для тех, кто не знает, PyTorch - это библиотека машинного обучения для Язык программирования Python, более доступный, чем другие инструменты глубокого обучения.

Этот шаг является попыткой Microsoft улучшить производительность библиотеки на Windows 10 компьютеры и Подсистема Windows для Linux (WSL) предпочтительный инструмент для разработчиков для запуска дистрибутивов Linux.

Для чего используется PyTorch?

PyTorch был выпущен Facebook в январе 2017 года и основан на Torch, среде научных вычислений и языке сценариев.

Этот инструмент помогает разработчикам использовать пакеты Python для машинного обучения и поддерживает вычисления с ускорением на GPU для задач с данными.

PyTorch рассматривается экспертами как один из самых быстрорастущих проектов на GitHub, отсюда и пристальный интерес со стороны Microsoft.

Что касается Facebook, они использовали PyTorch в инструменте искусственного интеллекта. Перевести, что дает перевод для 48 языков в Facebook.

Согласно объявление, Поддержка Windows для PyTorch отстал от других платформ.

Отсутствие тестового покрытия приводило к тому, что время от времени возникали неожиданные проблемы. Некоторые из основных руководств, предназначенных для новых пользователей, чтобы изучить и принять PyTorch, не запустятся.

Процесс установки также был не таким гладким из-за отсутствия официальной поддержки PyPI для PyTorch в Windows.

Наконец, некоторые функции PyTorch были просто недоступны на платформе Windows, например, библиотека домена TorchAudio и поддержка распределенного обучения.

PyTorch улучшит WSL и платформу CUDA от Nvidia

Как мы упоминали выше, перенос PyTorch в Microsoft также поможет улучшить WSL в Windows 10, которая имеет предварительную поддержку для обучения машинному обучению (ML) с ускорением на GPU.

И это открывает двери для разработчиков и специалистов по обработке данных. Платформа Nvidia CUDA для ускорения обучения.

Вы разработчик? Как вы относитесь к этому переезду? Расскажите нам об этом в разделе комментариев ниже.