1
| 本文作者： 宗仁 | 2016-09-17 18:46 |
自O(shè)pen AI的成立把AI平臺(tái)的開(kāi)源推向高潮后，Google，F(xiàn)acebook，微軟，Twitter等公司也“半推半就” 地踏上了自家平臺(tái)的開(kāi)源之路，以此來(lái)吸引學(xué)術(shù)界, 工業(yè)界的研究人員，讓他們更多地分享自己的研究成果。不管這些巨頭的所為（公開(kāi)分享軟件和硬件設(shè)計(jì)），是為了加速人工智能行業(yè)的整體發(fā)展進(jìn)度的初心，還是出于應(yīng)對(duì)競(jìng)爭(zhēng)對(duì)手的被迫之舉，對(duì)于那些迷戀AI的人來(lái)說(shuō)，都是一件好事。
就像你正對(duì)AI一籌莫展的時(shí)候，這些開(kāi)源平臺(tái)不由自主地就跳入了你的眼簾。
▎手把手教你玩轉(zhuǎn)谷歌TensorFlow
為什么一開(kāi)始選擇Tensorflow作為首選平臺(tái)？
最開(kāi)始對(duì)于選取何種度學(xué)習(xí)平臺(tái)并不確定，而且那時(shí)Tensorflow還尚未問(wèn)世。當(dāng)時(shí)的考慮主要是該平臺(tái)的成熟程度，支持的編程語(yǔ)言，GPU的支持和效率，搭建神經(jīng)網(wǎng)絡(luò)的使用的方便程度，上手難易，平臺(tái)的后續(xù)發(fā)展，開(kāi)發(fā)的生態(tài)環(huán)境，平臺(tái)的效率等因素。盡管我們收集了一些評(píng)比資料，要在諸多因素的權(quán)衡之中做出選擇并非易事，而且逐個(gè)去試也不現(xiàn)實(shí)。不久之后，Tensorflow從Google開(kāi)源，我們毫不猶豫地選定了它。
其一，TF有我們要求的所有功能（C++/Python語(yǔ)言支持，GPU，等）。更重要的是我們相信由Google推出的平臺(tái)會(huì)很快為大家接受并迅速形成對(duì)應(yīng)的開(kāi)發(fā)生態(tài)圈和活躍的后續(xù)更新發(fā)展。后來(lái)的事實(shí)也證實(shí)了我們的料想。下面表格比較了幾種流行的平臺(tái)，數(shù)據(jù)來(lái)源于今年二月份在arXiv發(fā)布的論文。
點(diǎn)擊閱讀全文。
本周MIT最新發(fā)布新編程語(yǔ)言Milk，新的程序語(yǔ)言在大數(shù)據(jù)方面能實(shí)現(xiàn)比現(xiàn)有語(yǔ)言快四倍的處理速度。
本周在國(guó)際并行體系結(jié)構(gòu)和編譯技術(shù)會(huì)議（International Conference on Parallel Architectures and Compilation Techniques）上，來(lái)自麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室（CSAIL）的研究人員發(fā)布了一種新的編程語(yǔ)言——Milk，它能讓?xiě)?yīng)用程序開(kāi)發(fā)者在處理大數(shù)據(jù)集里的離散數(shù)據(jù)點(diǎn)問(wèn)題中更有效率地管理內(nèi)存。
通過(guò)測(cè)試幾種通用的算法，使用新語(yǔ)言Milk編寫(xiě)的程序?qū)崿F(xiàn)了比現(xiàn)有編程語(yǔ)言快4倍的速度。但是研究者相信通過(guò)更進(jìn)一步的研究可以實(shí)現(xiàn)更好地結(jié)果。
電氣工程和計(jì)算機(jī)科學(xué)教授Saman Amarasinghe 說(shuō)，當(dāng)下大數(shù)據(jù)集給已有的內(nèi)存管理技術(shù)帶來(lái)問(wèn)題的原因不僅在于因?yàn)樗鼈兊囊?guī)模巨大，更多的是因?yàn)樗鼈兪窍∈璧模╯parse）。也就是說(shuō)，問(wèn)題解決方案的規(guī)模并不一定是與問(wèn)題的規(guī)模成正比增加。
點(diǎn)擊閱讀全文。
OpenAI研究工程師Vicki Cheung, Jonas Schneider , Ilya Sutskever, and Greg Brockman在本文中分享了從事Deep Learning研究工作所需要的基礎(chǔ)設(shè)施（軟件、硬件、配置和編制），舉例說(shuō)明如何運(yùn)用開(kāi)源Kubernetes-ec2-autoscaler自動(dòng)擴(kuò)展深度學(xué)習(xí)研究中的網(wǎng)絡(luò)模型，將有助于廣大深度學(xué)習(xí)研究愛(ài)好者構(gòu)建自己的深度學(xué)習(xí)基礎(chǔ)設(shè)施。
深度學(xué)習(xí)是一門(mén)實(shí)證科學(xué)，一個(gè)研究團(tuán)隊(duì)的基礎(chǔ)設(shè)施建設(shè)將對(duì)未來(lái)的研究工作產(chǎn)生重大影響。所幸，當(dāng)今的開(kāi)源生態(tài)系統(tǒng)能夠使任何人具備構(gòu)建更為完善的深度學(xué)習(xí)基礎(chǔ)設(shè)施的能力。
在這篇文章中，我們將為大家介紹深度學(xué)習(xí)研究通常是如何進(jìn)行的，描述我們?yōu)榱酥С稚疃葘W(xué)習(xí)研究所選擇基礎(chǔ)設(shè)施，和開(kāi)源Kubernetes-ec2-autoscaler，一種用于Kubernetes的批次優(yōu)化擴(kuò)展管理器。我們希望，這篇文章有助于你構(gòu)建自己的深度學(xué)習(xí)基礎(chǔ)設(shè)施。
點(diǎn)擊閱讀全文。
Torch誕生已經(jīng)有十年之久，但是真正起勢(shì)得益于去年Facebook開(kāi)源了大量Torch的深度學(xué)習(xí)模塊和擴(kuò)展。Torch另外一個(gè)特殊之處是采用了不怎么流行的編程語(yǔ)言Lua（該語(yǔ)言曾被用來(lái)開(kāi)發(fā)視頻游戲）。而今天，
增強(qiáng)學(xué)習(xí)算法（智能體）的目標(biāo)一直是通過(guò)與任務(wù)（環(huán)境）的互動(dòng)，來(lái)學(xué)會(huì)執(zhí)行復(fù)雜的、新穎的任務(wù)。為了開(kāi)發(fā)有效的算法，快速地迭代和測(cè)試是至關(guān)重要的，torch-twrl 如期開(kāi)放。
借鑒其他的增強(qiáng)學(xué)習(xí)框架，torch-twrl 旨在提供：
在Lua/Torch 中，擁有最小函數(shù)依賴的增強(qiáng)學(xué)習(xí)框架；
定義清晰、模塊化的代碼（來(lái)促進(jìn)快速開(kāi)發(fā)）；
與Open AI 的增強(qiáng)學(xué)習(xí)基準(zhǔn)框架Gym 無(wú)縫對(duì)接。
點(diǎn)擊閱讀原文。
▎嫌上面不過(guò)癮？ 15款開(kāi)源人工智能軟件挨個(gè)數(shù)，哪一款是你的菜？
人工智能是目前最熱門(mén)的科研領(lǐng)域之一。諸如IBM、谷歌、微軟、臉書(shū)和亞馬遜這類大型公司不僅加大了對(duì)旗下發(fā)展研究部門(mén)的資金投入，同時(shí)也開(kāi)始并購(gòu)一些在機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、自然語(yǔ)言與圖像處理領(lǐng)域小有所成的初創(chuàng)公司。鑒于目前人工智能研究領(lǐng)域的火爆程度，斯坦福大學(xué)的教授們不久前作出了這樣一份報(bào)告：“人工智能軟件的作用越來(lái)越強(qiáng)大，而對(duì)人類社會(huì)、經(jīng)濟(jì)有強(qiáng)大影響力的人工智能軟件將于2030年前面世”。
國(guó)外網(wǎng)站Datamation今日整理了目前熱門(mén)的15款開(kāi)源人工智能軟件，雷鋒網(wǎng)(搜索“雷鋒網(wǎng)”公眾號(hào)關(guān)注)對(duì)全文進(jìn)行了編譯介紹如下：
1.Caffe
……
……
……
點(diǎn)擊閱讀全文。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
