Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

陈萍机器之心报道

免费、开源的PyTorch IDE来了!跨三大操作系统,还带视频教程

经过数月的封闭测试后,TorchStudio 现在终于来了。

近日,开源软件爱好者、音频编辑软件Steinberg SpectraLayers的创建者Robin Lobel发布了一个免费、开源的PyTorch IDE,名为TorchStudio。

TorchStudio现在支持Windows 10、macOS 10.14、Ubuntu 20.04及其更高版本。一开始不会使用的小伙伴也不用担心,TorchStudio提供了示例教程,新手可以根据教程进行学习,值得一提的是,TorchStudio官网还贴心的提供了视频教程,用户不必担心自己不会用。
image.pngTorchStudio地址:https://torchstudio.ai/getstarted/

这个IDE有啥特点呢?根据官网显示,它的特征可总结为:数千个数据集、上千种模型,进行可视化,灵活可扩展。

数据集:浏览和加载来自 TorchVision、TorchAudio 或 Hugging Face Hub 的数千个数据集(即将推出),包括CIFAR10、CIFAR100、Caltech101、CelebA等。

模型:浏览和训练来自 TorchVision、TorchAudio、PyTorch Hub (即将推出)或 Hugging Face Hub (即将推出)的数千个模型,包括大家熟悉的AlexNet、DenseNet、GoogLeNet等。

用户还可以在本地或远程存储数据集和训练模型。此外TorchStudio 还与 AWS、Azure、Google Cloud 等兼容。
image.pngDisplay datasets samples on demand, no matter the number of inputs/outputs and the tensor formats.在可视化方面,无论用户输入/输出的数量和张量格式如何,都可以按需显示数据集样本:
tensors.pngTorchStudio还能生成有关整个数据集的统计报告:analysis.png对模型进行可视化,以揭示内部节点如何连接以及节点之间的张量大小如何变化:graph.png用户还能设置网络参数和超参数,实时监控损失和度量曲线并输出预测:
monitor.png此外,TorchStudio还能对训练模型进行比较,帮助用户快速确定最佳模型:
compare.png使用TorchStudio,用户还能自行编辑或添加模块,每个组件都是可定制的,包括:数据集、模型、分析器、渲染器、损失、度量、优化器等:
module.png面对如此优秀的IDE,网友也不禁感叹:「非常漂亮的作品! 除了 PyCharm 之外,我不会使用其他 IDE,但我会试一试这个TorchStudio!」image.png使用PyTorch做研究的小伙伴,可以上手试试。

入门TorchStudioIDE
1
相关数据
参数技术

在数学和统计学裡,参数(英语:parameter)是使用通用变量来建立函数和变量之间关系(当这种关系很难用方程来阐述时)的一个数量。

超参数技术

在机器学习中,超参数是在学习过程开始之前设置其值的参数。 相反,其他参数的值是通过训练得出的。 不同的模型训练算法需要不同的超参数,一些简单的算法(如普通最小二乘回归)不需要。 给定这些超参数,训练算法从数据中学习参数。相同种类的机器学习模型可能需要不同的超参数来适应不同的数据模式,并且必须对其进行调整以便模型能够最优地解决机器学习问题。 在实际应用中一般需要对超参数进行优化,以找到一个超参数元组(tuple),由这些超参数元组形成一个最优化模型,该模型可以将在给定的独立数据上预定义的损失函数最小化。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

优化器技术

优化器基类提供了计算梯度loss的方法,并可以将梯度应用于变量。优化器里包含了实现了经典的优化算法,如梯度下降和Adagrad。 优化器是提供了一个可以使用各种优化算法的接口,可以让用户直接调用一些经典的优化算法,如梯度下降法等等。优化器(optimizers)类的基类。这个类定义了在训练模型的时候添加一个操作的API。用户基本上不会直接使用这个类,但是你会用到他的子类比如GradientDescentOptimizer, AdagradOptimizer, MomentumOptimizer(tensorflow下的优化器包)等等这些算法。

推荐文章
暂无评论
暂无评论~