Facebook открыл модули машинного обучения, использующие GPU для ускорения

Материал из Викиновостей, свободного источника новостей

17 января 2015 года

Facebook опубликовал серию модулей для библиотеки Torch с реализацией алгоритмов глубинного обучения. Модули разработаны в учреждённой при Facebook лаборатории исследований в области искусственного интеллекта и могут применяться для таких задач как распознавание изображений и обработка естественного языка ( NLP). При моделировании нейронной сети и организации параллельной обработки данных в модулях активно используется вынос вычислений на сторону GPU, в том числе возможно одновременное распределение вычислений на несколько GPU.

Представленные модули существенно быстрее, чем модули из фреймворка Torch, предоставляющего средства для использования алгоритмов машинного обучения в программах на языке Lua. Например, при выполнении теста по классификации изображений указанные модули обеспечили производительность в 23.5 раза опережающую наиболее быструю реализацию ConvNets. При этом данные модули могут использоваться в качестве прозрачной замены штатным модулям Torch, предлагаемым для построения cвёрточных нейронных сетей (ConvNets). Код предназначен для использования с языком Lua (на Lua только обвязка, низкоуровневые компоненты написаны на С++) и распространяется под лицензией BSD.

Из опубликованных компонентов можно отметить:

  • fbnn - набор расширений для фреймворка Torch и пакета nn, предназначенного для построения нейронных сетей. Доступны (Архивная копия от 21 июня 2016 на Wayback Machine) расширения fbnn.Dropout, fbnn.Optim, fbnn.Probe, fbnn.TrueNLLCriterion и fbnn.SparseLinear;
  • fbcunn - набор очень быстрых модулей для Torch с реализацией алгоритмов машинного обучения, использующих CUDA для ускорения на стороне GPU. Модули

Источники[править]


Creative Commons
Creative Commons
Эта статья содержит материалы из статьи «Facebook открыл модули машинного обучения, использующие GPU для ускорения», опубликованной OpenNET и распространяющейся на условиях лицензии Creative Commons Attribution (CC BY) — указание автора, источник и лицензию.
Эта статья загружена автоматически ботом NewsBots в архив и ещё не проверялась редакторами Викиновостей.
Любой участник может оформить статью: добавить иллюстрации, викифицировать, заполнить шаблоны и добавить категории.
Любой редактор может снять этот шаблон после оформления и проверки.

Комментарии[править]

Викиновости и Wikimedia Foundation не несут ответственности за любые материалы и точки зрения, находящиеся на странице и в разделе комментариев.