PyTorch: Ein Deep-Learning-Framework von Facebook
Das Open-Source-Framework integriert sich tief in die Python-Welt und soll unter anderem als Numpy-Ersatz dienen, wenn GPU-Beschleunigungen gewünscht sind.
(Bild: Andreas Fink)
- Alexander Neumann
Das soziale Netz Facebook hat vor nicht allzu langer Zeit sein sich an Python-Entwickler richtendes Deep-Learning-Framework PyTorch als Open-Source-Software bereitgestellt. Es bietet zwei High-Level-Features: mit GPUs beschleunigte Tensor-Analysen und Deep Neural Networks auf Basis eines bandbasierten Autograd-Systems. Bewährte Python-Bibliotheken wie Numpy, Scipy und Cython lassen sich außerdem mit PyTorch nutzen.
Dabei wird das Framework vor allem als Ersatz für Numpy gesehen, wenn man Beschleunigungen über GPUs benötigt. Außerdem wird es als Experimentierplattform für Deep-Learning-Szenarien ins Spiel gebracht, bei denen große Flexibilität und hohe Geschwindigkeit gewünscht sind. Obwohl PyTorch als "early-release Beta" bezeichnet wird, gibt es mit Nvidia, Salesforce.com, Twitter sowie einigen Universitäten schon einige Anwender – neben Facebook natürlich. Ausführliche Informationen zum Framework finden sich auf seiner GitHub-Seite.
Durch den Namen wird die Nähe zur quelloffenen Bibliothek Torch deutlich. Sie bietet zahlreiche Algorithmen für Deep Learning, mit denen Entwickler Tensoren beziehungsweise N-dimensionale Arrays bearbeiten und über Zusatzpakete unter anderem neuronale Netze erstellen können. Für die Berechnungen verwendet es sowohl CPU als auch GPU. (ane)
