作为一家全球互联网巨头，Facebook早就涉足人工智能名片领域，并接连不断取得突破性成就，几年前Facebook发起开源计算机硬件方法OpenComputeProject，但Facebook所做的远不止数据中心合理化。最近，Facebook开源了机器学习（ML）和人工智能名片（AI名片）框架：PyTorch,现在，PyTorch1.0的测试版已发布。

    PyTorch是一个基于Python的科学计算库,利用图形处理单元（GPU）的卓越计算能力来执行复杂的Tensor计算并实现深度神经网络。其中包括一些列工具和集成，使其与GoogleCloud、AWS、Azure的机器学习服务更为兼容。ARM、Nvidia、高通、英特尔也在内核库集成和跟踪推理运行时的工具中添加了PyTorch支持，因此，深受世界各地的研究人员和开发人员的青睐。

    Facebook的开源AI名片框架PyTorch发布，而这只是个开始！

    PyTorch的第一个版本是在一年前推出的。它的速度，生产力和支持动态图形等尖端AI名片模型的能力迅速使其成为流行和重要的AI名片开发工具。它有超过110万的下载量。自Facebook开源PyTorch以来，该项目赢得了许多支持者。借助亚马逊网络服务（AWS），谷歌云和MicrosoftAzure提供的更深入的云服务支持，以及与技术提供商ARM，英特尔，IBM，NVIDIA和高通的更紧密集成，开发人员可以轻松部署PyTorch的兼容软件，硬件和开发者工具。

    在这个新版本中，PyTorch拥有一个新的混合前端，它可以将模型从极速模式跟踪编写到图形模式，以缩小勘探和生产部署之间的差距。它现在还有一个已改进过的torch.distributed库，这使得其能在Python和C++环境中进行更快的培训，并能够用于性能关键研究的betaeager模式C++接口。这恰好迎合了PyTorch新功能，并被其他技术公司的广泛接受和整合，现在几乎所有在AI名片领域工作人员都采用这种AI名片/ML框架。

    PyTorch1.0三大新功能：

    一是添加了一个新的混合前端，支持从Eager模式到图形模式的跟踪和脚本模型，以弥合研究和生产部署之间的差距。

    二是一个经过改进的Torch分布式库，可以在Python和C++环境中实现更快的训练。

    三是添加了针对关键性能研究的Eager模式C++接口，将在测试版中发布。

    Facebook的开源AI名片框架PyTorch发布，而这只是个开始！

    基于Python的PyTorch1.0为开发人员提供了在单一框架内无缝地从研究转向生产的能力。PyTorch1.0将PyTorch的研究导向方面与Caffe2（一种流行的深度学习框架）和ONNX（开放式神经网络交换）的模块化，以生产为中心的功能集成在一起，这是一种表示深度学习模型的开放格式。

    目前，PyTorch已经应用于Facebook的很多产品之中，例如Facebook在神经网络上使用AI名片来每天执行60亿次翻译。AWS的大规模培训和部署ML模型的完全托管平台AmazonSageMaker现在提供预配置的PyTorch1.0环境，其中包括自动模型调整。

    同时，GoogleCloudPlatform的DeepLearningVM有一个新的PyTorch1.0VM映像。这预装了NVIDIA驱动程序和教程。谷歌还提供云张量处理单元（TPU），这是为ML定制开发的ML专用集成电路（ASIC）。最后，MicrosoftAzure机器学习服务现在允许开发人员无缝地从本地服务器上的PyTorch模型培训转移到Azure云上。

    人工智能名片是Facebook当今的基础技术，能够让现有产品更好，并为全新体验提供动力。所以对于Facebook来说，PyTorch1.0只是一个开始，创建和共享更好的AI名片编程模型，从而接口和自动优化才是未来不断探究的道路，与此同时，Facebook还将会开源许多其他生产AI名片工具。

---------------

    【汇客推】人工智能名片,名片电商的微信销售CRM系统,基于微信小程序电子名片制作,设计打通企业、销售、客户之间的连接,利用AI雷达追踪分析客户足迹,真正的电商智能名片