TorchVision v0.11 پر ایک جھانکنا - ٹارچ ویژن ڈویلپر کی یادداشتیں - 2

• اکتوبر 10، 2021
• Vasilis Vryniotis
• . کوئی تبصرہ نہیں

پچھلے دو ہفتے "PyTorch Land" میں بہت مصروف تھے کیونکہ ہم PyTorch v1.10 اور TorchVision v0.11 کی ریلیز کی تیاری کر رہے ہیں۔ کی اس دوسری قسط میں سیریزمیں آنے والی کچھ خصوصیات کا احاطہ کروں گا جو اس وقت TorchVision کی ریلیز برانچ میں شامل ہیں۔

ڈس کلیمر: اگرچہ آنے والی ریلیز متعدد اضافہ اور بگ/ٹیسٹ/دستاویزی اصلاحات سے بھری ہوئی ہے، یہاں میں ان ڈومینز پر نئی "صارف کا سامنا" خصوصیات کو اجاگر کر رہا ہوں جن میں میری ذاتی دلچسپی ہے۔ بلاگ پوسٹ لکھنے کے بعد، میں نے ان خصوصیات کی طرف تعصب بھی محسوس کیا جن کا میں نے جائزہ لیا، لکھا یا ان کی ترقی کو قریب سے دیکھا۔ کسی خصوصیت کا احاطہ کرنا (یا نہ ڈھانپنا) اس کی اہمیت کے بارے میں کچھ نہیں کہتا۔ بیان کردہ آراء صرف اور صرف میری اپنی ہیں۔

نیا ماڈل

نئی ریلیز نئے ماڈلز سے بھری ہوئی ہے:

• کائی ژانگ نے کا نفاذ شامل کیا ہے۔ RegNet فن تعمیر کے لیے پہلے سے تربیت یافتہ وزن کے ساتھ 14 مختلف حالتیں جو اصل کاغذ کو قریب سے دوبارہ پیش کرتا ہے۔
• میں نے حال ہی میں ایک نفاذ شامل کیا ہے۔ EfficientNet فن تعمیر لیوک میلاس-کیریازی اور راس وائٹ مین کے ذریعہ فراہم کردہ مختلف قسم کے B0-B7 کے لئے پہلے سے تربیت یافتہ وزن کے ساتھ۔

نئے ڈیٹا میں اضافہ

تازہ ترین ورژن میں ڈیٹا بڑھانے کی چند نئی تکنیکیں شامل کی گئی ہیں:

• سیموئل گیبریل نے تعاون کیا ہے۔ TrivialAugment، ایک نئی سادہ لیکن انتہائی موثر حکمت عملی جو بظاہر AutoAugment کو اعلیٰ نتائج فراہم کرتی ہے۔
• میں نے شامل کیا ہے۔ RandAugment خودکار اضافہ میں طریقہ
• میں نے کا نفاذ فراہم کیا ہے۔ مکس اپ اور کٹ مکس حوالہ جات میں بدل جاتا ہے۔ ان کے API کو حتمی شکل دینے کے بعد یہ اگلی ریلیز پر ٹرانسفارمز میں منتقل کر دیے جائیں گے۔

نئے آپریٹرز اور پرتیں۔

متعدد نئے آپریٹرز اور پرتوں کو شامل کیا گیا ہے:

حوالہ جات / تربیتی ترکیبیں۔

اگرچہ ہمارے حوالہ اسکرپٹ کی بہتری ایک مسلسل کوشش ہے، یہاں آنے والے ورژن میں شامل چند نئی خصوصیات ہیں:

• پربھات رائے کی حمایت شامل ہے۔ متوقع منتقل اوسط ہماری درجہ بندی کی ترکیب میں۔
• میں نے حمایت کے لیے اپنے حوالہ جات کو اپ ڈیٹ کر دیا ہے۔ لیبل ہموار کرنا، جسے حال ہی میں جوئل شلوسر اور تھامس جے فین نے PyTorch کور پر متعارف کرایا تھا۔
• میں نے انجام دینے کا اختیار شامل کیا ہے۔ سیکھنے کی شرح وارم اپIlqar Ramazanli کے تیار کردہ تازہ ترین LR شیڈولرز کا استعمال کرتے ہوئے

دیگر بہتری

یہاں ریلیز میں شامل کردہ کچھ دیگر قابل ذکر اصلاحات ہیں:

• الیگزینڈر سوئر اور فرانسسکو ماسا نے ایک تیار کیا ہے۔ FX پر مبنی افادیت جو ماڈل آرکیٹیکچرز سے صوابدیدی انٹرمیڈیٹ خصوصیات کو نکالنے کی اجازت دیتا ہے۔
• نکیتا شلگا کی حمایت شامل کی ہے۔ CUDA 11.3 ٹارچ ویژن کو۔
• Zhongkai Zhu طے کر دیا ہے انحصار کے مسائل JPEG lib (اس مسئلے نے ہمارے بہت سے صارفین کے لیے سر درد کا باعث بنا ہے)۔

جاری اور اگلا اپ

بہت ساری دلچسپ نئی خصوصیات انڈر ڈویلپمنٹ ہیں جو اس ریلیز میں نہیں بن سکیں۔ یہاں چند ایک ہیں:

• موٹو ہیرا، پرمیت سنگھ بھاٹیہ اور میں نے ایک آر ایف سی کا مسودہ تیار کیا ہے، جو اس کے لیے ایک نیا طریقہ کار تجویز کرتا ہے۔ ماڈل ورژننگ اور پہلے سے تربیت یافتہ وزن سے وابستہ میٹا ڈیٹا کو سنبھالنے کے لیے۔ یہ ہمیں ہر ماڈل کے لیے متعدد پہلے سے تربیت یافتہ وزنوں کو سپورٹ کرنے کے قابل بنائے گا اور متعلقہ معلومات جیسے کہ لیبلز، پری پروسیسنگ ٹرانسفارمز وغیرہ کو ماڈلز کے ساتھ منسلک کرے گا۔
• میں فی الحال "کے ذریعہ شامل کردہ قدیم چیزوں کو استعمال کرنے پر کام کر رہا ہوں۔بیٹریاں شاملہماری درستگی کو بہتر بنانے کے لیے پروجیکٹ پہلے سے تربیت یافتہ ماڈلز. ہدف TorchVision کی طرف سے فراہم کردہ سب سے زیادہ مقبول پہلے سے تربیت یافتہ ماڈلز کے لیے بہترین درجے کے نتائج حاصل کرنا ہے۔
• فلپ میئر اور فرانسسکو ماسا TorchVision کے نئے کے لیے ایک دلچسپ پروٹو ٹائپ پر کام کر رہے ہیں۔ ڈیٹا بیس اور تبدیلیاں API.
• پربھات رائے PyTorch Core کی توسیع پر کام کر رہے ہیں۔ AveragedModel کی حمایت کرنے کے لئے کلاس بفروں کی اوسط پیرامیٹرز کے علاوہ. اس خصوصیت کی کمی کو عام طور پر بگ اور مرضی کے طور پر رپورٹ کیا جاتا ہے۔ متعدد ڈاؤن اسٹریم لائبریریوں کو فعال کریں۔ اور ان کے حسب ضرورت EMA نفاذ کو ہٹانے کے لیے فریم ورک۔
• آدتیہ اوکے ایک افادیت لکھا جس کی اجازت دیتا ہے نتائج کی منصوبہ بندی اصل امیجز پر کلیدی پوائنٹ ماڈلز (خصوصیت ریلیز میں نہیں آئی کیونکہ ہم دلدل میں آگئے اور وقت پر اس کا جائزہ نہیں لے سکے 🙁)
• میں ایک تعمیر کر رہا ہوں۔ پروٹو ٹائپ ایف ایکس یوٹیلیٹی جس کا مقصد صوابدیدی ماڈل آرکیٹیکچرز میں بقایا رابطوں کا پتہ لگانا اور ریگولرائزیشن بلاکس کو شامل کرنے کے لیے نیٹ ورک میں ترمیم کرنا ہے (جیسے StochasticDepth).

آخر کار ہمارے بیک لاگ میں کچھ نئی خصوصیات ہیں (PRs جلد آرہی ہیں):

مجھے امید ہے کہ آپ کو اوپر کا خلاصہ دلچسپ لگا۔ بلاگ سیریز کے فارمیٹ کو اپنانے کے بارے میں کوئی بھی آئیڈیا بہت خوش آئند ہے۔ مجھے مارو لنکڈ or ٹویٹر.

• SEO سے چلنے والا مواد اور PR کی تقسیم۔ آج ہی بڑھا دیں۔
• پلیٹو بلاک چین۔ Web3 Metaverse Intelligence. علم میں اضافہ۔ یہاں تک رسائی حاصل کریں۔
• ماخذ: https://blog.datumbox.com/a-sneak-peek-on-torchvision-v0-11-memoirs-of-a-torchvision-developer-2/