新智元报道
编辑:小咸鱼 桃子
【新智元导读】近日,一年一度的PyTorch开发者大会召开。会上,Meta发布了PyTorch Live,这是一套可以为安卓和iOS用户提供人工智能体验的工具。
近日,一年一度的PyTorch开发者大会召开。
在会上,Meta(原名 Facebook)发布了PyTorch Live,这是一套可以为移动端用户提供人工智能体验的工具。
PyTorch Live支持一种编程语言JavaScript,可以为Android和iOS两个移动端操作系统开发应用程序,还能为更广泛的PyTorch社区提供定制机器学习模型的服务。
目前,PyTorch Live已经开源,版本号v0.1.1。
https://github.com/pytorch/live
PyTorch Live开源项目中包括PyTorch Live命令行界面(即torchlive-cli),一个依赖PyTorch Mobile库在移动设备上进行推理的React Native包,以及一个React Native模板,还有一些可以在移动设备上部署的示例。
PyTorch官网声称,PyTorch Live是一个十分易于使用的工具库,使用PyTorch Live可以帮助开发者在几分钟内成功构建一个手机端机器学习演示APP。
PyTorch这些年
2017年1月,Meta 发布了一个基于Torch的开源机器学习库PyTorch。
自2015年以来,TensorFlow一直占据上风,但是PyTorch在发布后也逐渐升温,在开发人员社区中快速普及。
近几年,PyTorch 成为机器学习领域增长最迅猛的开源项目之一。Meta 透露,2019年的时候,该平台的贡献者数量就同比增长超过50% ,增长近1200人。
而基于 PyTorch 中的PyTorch Mobile,PyTorch Live就可以允许开发者在 PyTorch 生态系统中完成从训练模型到部署模型的全过程,而且它还提供了可用于创建可视化用户界面的 React Native 库。
PyTorch Mobile在2019年10月发布,在此之前,Meta发布了Caffe2go,这是一个基于Caffe2机器学习框架,并针对移动端CPU和GPU进行特别优化的全新框架。
值得一提的是,不管开发人员想在移动设备或是其他边缘设备上运行PyTorch Mobile,都是可以的。甚至PyTorch Mobile也可以运行在服务器上。
Meta AI 软件工程师 Roman Radle表示,「如果你想展示一个运行在 Android 和 iOS 移动端上的模型,就需要花费数天时间来配置项目和构建用户界面。有了 PyTorch Live,开发成本降低了一半,而且你也不需要有太多Android开发和iOS开发的经验 」。
PyTorch Live内置工具
目前,PyTorch Live的beta测试版只支持苹果macOS操作系统。不过,对Windows和Linux系统的支持很快也会有。
PyTorch Live有几个依赖包需要先安装。
一个是Node.js。如果还没有装Node.js的话,可以从Node.js官方网站下载或者通过Homebrew安装(即brew install node)。
另外一个是Xcode。如果想在iOS模拟器或iOS设备上运行PyTorch Live应用,就需要从苹果应用商店安装Xcode。PyTorch Live目前支持Xcode 12.5或更高版本。
在开发过程中,配置环境可能是个既繁琐又困难的事。
PyTorch Live提供了一个安装例程,可以自动安装所需的依赖项。它将自动尝试安装以下库和工具:
Homebrew
OpenJDK
Yarn
Watchman
Android Command Line Tools
Android SDK
Android SDK Manager
Android Virtual Device Manager
Android Emulator
CocoaPods
PyTorch Live 工具包提供了一个命令行界面(CLI)和一个数据处理 API。
CLI 使开发人员能够建立一个移动开发环境,并引导开发人员去构建移动应用程序项目。
至于数据处理 API,它集成了 PyTorch Live API 中的自定义模型,这些模型可以内置到 Android 和 iOS 的移动端应用程序中。
目前,PyTorch Live已经支持的功能有:
1.图像分类
对相册里的照片进行分类
对相机拍摄到的物体进行实时分类
2.目标检测
3.手写数字识别
4.语言问答
用户也可以自行定制一些别的小功能。
未来,Meta 计划让社区通过 PyTorch Live 发现与共享 PyTorch 的模型和演示,并且还会提供一个可定制的数据处理 API 和支持音频与视频数据的机器学习工具。
Radle表示,「让开发人员更容易地开发移动应用程序,并向社区展示机器学习模型是我们的初衷。同时,这也是一个机会,通过建立一个由研究人员和移动开发人员组成的蓬勃发展的社区,他们才能共享和使用模型,可以进行思想碰撞和交流。」
PyTorch 的任务是加速从研究原型到生产部署的过程。随着移动端机器学习生态系统的不断发展,PyTorch Live的发布比以往任何时候都更加重要。
因此,有网友将PyTorch Live称为 「Game changer!」
参考资料:
https://venturebeat.com/2021/12/01/meta-launches-pytorch-live-a-set-of-tools-for-building-ai-powered-mobile-experiences/
https://pytorch.org/live/docs/tutorials/get-started
猜您喜欢:
附下载 |《TensorFlow 2.0 深度学习算法实战》