- 2021 年 10 月 10 日
- 瓦西利斯·弗里尼奥提斯(Vasilis Vryniotis)
- 。 没意见
最近几周在“PyTorch Land”上非常忙碌,因为我们正在疯狂地准备 PyTorch v1.10 和 TorchVision v0.11 的发布。 在这第二期 该系列,我将介绍 TorchVision 的发布分支中当前包含的一些即将推出的功能。
免责声明: 尽管即将发布的版本包含许多增强功能和错误/测试/文档改进,但在这里我要重点介绍我个人感兴趣的域上的新“面向用户”功能。 写完这篇博文后,我还注意到我对我审查、编写或密切关注其开发的功能的偏见。 覆盖(或不覆盖)一个特征并没有说明它的重要性。 表达的意见完全是我自己的。
新型号
新版本包含新模型:
- 张凯添加了一个实现 RegNet架构 以及预先训练的权重 14个变体 紧密地复制了原始论文。
- 我最近添加了一个实现 高效网络架构 以及由 Luke Melas-Kyriazi 和 Ross Wightman 提供的变体 B0-B7 的预训练权重。
新的数据增强
最新版本中添加了一些新的数据增强技术:
- 塞缪尔·加布里埃尔做出了贡献 平凡的增强,一种新的简单但高效的策略,似乎为 AutoAugment 提供了卓越的结果。
- 我已经添加了 兰德 自动增强中的方法。
- 我提供了一个实现 Mixup 和 CutMix 在引用中转换。 一旦它们的 API 最终确定,这些将在下一个版本的转换中移动。
新的运算符和层
包括了许多新的运算符和层:
参考资料/培训食谱
虽然我们的参考脚本的改进是一项持续的努力,但以下是即将推出的版本中包含的一些新功能:
- Prabhat Roy 增加了对 指数移动平均线 在我们的分类食谱中。
- 我已经更新了我们的参考资料以支持 标签平滑,最近由 Joel Schlosser 和 Thomas J. Fan 在 PyTorch 核心上介绍。
- 我已经包含了执行的选项 学习率热身,使用由 Ilqar Ramazanli 开发的最新 LR 调度程序。
其他改进
以下是该版本中添加的其他一些显着改进:
- Alexander Soare 和 Francisco Massa 开发了一种 基于外汇的实用程序 它允许从模型架构中提取任意中间特征。
- Nikita Shulga 增加了对 CUDA 11.3 到 TorchVision。
- 朱仲恺已修复 依赖性问题 JPEG lib(这个问题给我们的许多用户带来了很大的麻烦)。
进行中和后续
有许多令人兴奋的新功能正在开发中,但在此版本中没有出现。 以下是一些:
- Moto Hira、Parmeet Singh Bhatia 和我起草了一份 RFC,其中提出了一种新机制 模型版本控制 以及处理与预训练权重相关的元数据。 这将使我们能够为每个模型支持多个预训练权重,并将相关信息(例如标签、预处理转换等)附加到模型中。
- 我目前正在使用由“包括电池”项目以提高我们的准确性 预训练模型. 目标是为 TorchVision 提供的最流行的预训练模型获得一流的结果。
- 菲利普·迈耶和弗朗西斯科·马萨正在为 TorchVision 的新产品开发令人兴奋的原型 数据集 和 变换 API。
- Prabhat Roy 正致力于扩展 PyTorch Core
AveragedModel
类来支持 缓冲区的平均 除了参数。 缺少此功能通常被报告为错误,并将 启用众多下游库 和框架以删除其自定义 EMA 实现。 - 阿迪亚·奥克 写了一个实用程序 这使得 绘制结果 原始图像上的关键点模型(该功能没有发布,因为我们被淹没并且无法及时查看它🙁)
- 我正在建造一个 原型 FX 实用程序 它旨在检测任意模型架构中的残差连接并修改网络以添加正则化块(例如
StochasticDepth
).
最后,我们的 backlog 中有一些新功能(PR 即将推出):
我希望你觉得上面的总结很有趣。 非常欢迎关于如何调整博客系列格式的任何想法。 打我 LinkedIn or Twitter.
- SEO 支持的内容和 PR 分发。 今天得到放大。
- 柏拉图区块链。 Web3 元宇宙智能。 知识放大。 访问这里。
- Sumber: https://blog.datumbox.com/a-sneak-peek-on-torchvision-v0-11-memoirs-of-a-torchvision-developer-2/
- 10
- 11
- 7
- a
- 关于
- 以上
- 适应
- 添加
- 增加
- 后
- 目标
- 允许
- 和
- API
- 相关
- 连接
- 作者
- 偏见
- 吹氣梢
- 博客
- 分支机构
- 问题
- 建筑物
- 造成
- 程
- 分类
- 密切
- 未来
- 即将公开信息
- 常用
- 连接
- 连续
- 贡献
- 核心
- 情侣
- 外壳
- 覆盖
- 目前
- 习俗
- data
- 基准框
- 发达
- 开发商
- 研发支持
- 域名
- 起草
- 每
- 有效
- 努力
- EMA
- enable
- 等
- 令人兴奋的
- 表示
- 延长
- 风扇
- 专栏
- 特征
- 少数
- 敲定
- 固定
- 其次
- 格式
- 发现
- 框架
- 旧金山
- 止
- 处理
- 头痛
- 此处
- 突出
- 高度
- 击中
- 抱有希望
- 创新中心
- How To
- HTTPS
- 生病
- 思路
- 图片
- 履行
- 重要性
- 改善
- 改进
- 改善
- in
- 包括
- 信息
- 有兴趣
- 有趣
- 介绍
- 问题
- IT
- 标签
- 缺乏
- 名:
- 最新
- 层
- 主要
- 使
- 许多
- 最大宽度
- 机制
- 方法
- 模型
- 模型
- 最先进的
- 最受欢迎的产品
- 移动
- 多
- 网络
- 全新
- 新功能
- 下页
- 显着
- 数
- 众多
- 十月
- 运营商
- 意见
- 附加选项
- 秩序
- 原版的
- 其他名称
- 己
- 包装
- 纸类
- 参数
- 演出
- 亲自
- 柏拉图
- 柏拉图数据智能
- 柏拉图数据
- 热门
- 帖子
- 帖子
- 准备
- 项目
- 建议
- 原型
- 提供
- 提供
- pytorch
- 率
- 最近
- 食谱
- 引用
- 释放
- 去掉
- 报道
- 成果
- 检讨
- 审查
- 脚本
- 似乎
- 系列
- 简易
- 潜行
- 一些
- 策略
- 这样
- 概要
- 超级
- 优于
- SUPPORT
- 目标
- 技术
- 其
- 次
- 至
- 火炬视
- 向
- 产品培训
- 即将上市
- 更新
- us
- 用户
- 版本
- 周
- 欢迎进入
- 这
- 将
- 加工
- 写作
- 完全
- 和风网