机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy介绍

以下为你介绍的机器学习/深度学习软件都可用在Linux系统上:FBGEMM(服务器端推理优化库)、Horizon(应用强化学习平台-Facebook Horizon)、QNNPACK(移动深度学习优化库)、DeepCreamPy(使用深度神经网络去除马赛克)。

1、FBGEMM(服务器端推理优化库)

机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy介绍

Facebook 开源了 FBGEMM,一个针对服务器推理优化的高性能核心库。与其他库不同,FBGEMM 最大程度优化了 CPU 性能,通过降低精度计算来加速深度学习模型。目前 Facebook 已经在自己的服务中使用该库,与目前的生产基准相比,它带来了两倍的性能提升。

FBGEMM 的最大特点是优化低精度数据。与科学计算中使用的传统线性代数库不同,FBGEMM 不使用 FP32 或 FP64 精度,可以为小批量提供有效的低精度通用矩阵乘法(GEMM)运算,并支持精确损失最小化技术,例如行式(Row-wise)量化和异常值感知量化。

FBGEMM 已在 Facebook 上大规模部署,加速了许多端到端人工智能服务,包括将英语翻译成西班牙语的速度提高 1.3 倍,减少了 40% 的推荐系统信息源动态内存带宽的使用,并将机器学习系统 Rosetta 的字符检测速度提升2.4倍(Rosetta 是 Facebook 用来理解文本,图像和视频内容的系统。)

常规构建如下:

git clone --recursive https://github.com/pytorch/FBGEMM.git

cd FBGEMM

# if you are updating an existing checkout

git submodule sync

git submodule update --init --recursive

mkdir build && cd build

cmake ..

make

要在构建FBGEMM之后运行测试(如果已构建测试),请使用以下命令:

make test

下载地址:https://github.com/pytorch/FBGEMM

2、Horizon(应用强化学习平台-Facebook Horizon)

机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy介绍

Horizon 是一个开源的端到端的应用强化学习平台,在 Facebook 内部被大量使用。

Horizon 采用 Python 构建,使用 PyTorch 进行建模和训练,使用 Caffe2 提供模型服务。 该平台包含主流的训练深度强化学习算法的工作流,包括数据预处理、特征转换、分布式训练、反事实策略评估和优化服务等。 

支持的算法:

Discrete-Action DQN

Parametric-Action DQN

Double DQN, Dueling DQN, Dueling Double DQN

DDPG (DDPG)

Soft Actor-Critic (SAC)

下载地址:https://gitee.com/mirrors/Facebook-Horizon

3、QNNPACK(移动深度学习优化库)

机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy介绍

QNNPACK (Quantized Neural Networks PACKage) 是一款针对移动 AI 进行优化的高性能内核库。这个库加速了多项操作,包括高级神经网络架构所使用的深度卷积。

QNNPACK 的目标并非是由机器学习研究人员直接使用,相反,它旨在为高级深度学习框架提供低级性能原语(low-level performance primitives)。QNNPACK 已经被集成到 Facebook 的一系列应用程序中,并被部署在全球的 10 亿台移动设备上。

QNNPACK 也已集成在 PyTorch 1.0 中,并已支持 Caffe2 模型表示。

下载地址:https://github.com/pytorch/QNNPACK

4、DeepCreamPy(使用深度神经网络去除马赛克)

机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy介绍

DeepCreamPy 是一款基于深度学习的工具,通过使用深度神经网络去除马赛克,让更多遭受审查的艺术作品得以重见天日。

此外,DeepCreamPy 支持跨平台,适用于 Windows,Mac 和 Linux。作者提供了适用于 Windows 64 位平台的预构建二进制文件。

使用该工具的方法十分简单,用户在单独的图像编辑程序(如 GIMP 或 Photoshop)中打开图片,在需要去除马赛克的部位画上一条绿线,运行程序让它自动复原即可。

特征:

缩小任何大小的图像。

删除任何形状的检查器。

马赛克检体的去皮。

对减少黑白/单色图像的支持有限。

从同一张图像生成多个审查者变体(在v2.2.0 alpha版本中可用)。

下载地址:https://github.com/deeppomf/DeepCreamPy

注明

以上就是机器/深度学习FBGEMM、Horizon、QNNPACK、DeepCreamPy的介绍内容,这些机器学习/深度学习软件都能使用在Linux操作系统中。

栏目相关文章