Meta开源全新移动端AI生成神器,造个AI应用5分
感谢:小咸鱼 桃子
【新智元导读】近日,一年一度得PyTorch开发者大会召开。会上,meta发布了PyTorch Live,这是一套可以为安卓和iOS用户提供人工智能体验得工具。近日,一年一度得PyTorch开发者大会召开。
在会上,meta(原名 Facebook)发布了PyTorch Live,这是一套可以为移动端用户提供人工智能体验得工具。
PyTorch Live支持一种编程语言Javascript,可以为Android和iOS两个移动端操作系统开发应用程序,还能为更广泛得PyTorch社区提供定制机器学习模型得服务。
目前,PyTorch Live已经开源,版本号v0.1.1。
感谢分享github感谢原创分享者/pytorch/live
PyTorch Live开源项目中包括PyTorch Live命令行界面(即torchlive-cli),一个依赖PyTorch Mobile库在移动设备上进行推理得React Native包,以及一个React Native模板,还有一些可以在移动设备上部署得示例。
PyTorch自己声称,PyTorch Live是一个十分易于使用得工具库,使用PyTorch Live可以帮助开发者在几分钟内成功构建一个手机端机器学习演示APP。
PyTorch这些年2017年1月,meta 发布了一个基于Torch得开源机器学习库PyTorch。
自2015年以来,TensorFlow一直占据上风,但是PyTorch在发布后也逐渐升温,在开发人员社区中快速普及。
近几年,PyTorch 成为机器学习领域增长蕞迅猛得开源项目之一。meta 透露,前年年得时候,该平台得贡献者数量就同比增长超过50% ,增长近1200人。
而基于 PyTorch 中得PyTorch Mobile,PyTorch Live就可以允许开发者在 PyTorch 生态系统中完成从训练模型到部署模型得全过程,而且它还提供了可用于创建可视化用户界面得 React Native 库。
PyTorch Mobile在前年年10月发布,在此之前,meta发布了Caffe2go,这是一个基于Caffe2机器学习框架,并针对移动端CPU和GPU进行特别优化得全新框架。
值得一提得是,不管开发人员想在移动设备或是其他边缘设备上运行PyTorch Mobile,都是可以得。甚至PyTorch Mobile也可以运行在服务器上。
meta AI 软件工程师 Roman Radle表示,「如果你想展示一个运行在 Android 和 iOS 移动端上得模型,就需要花费数天时间来配置项目和构建用户界面。有了 PyTorch Live,开发成本降低了一半,而且你也不需要有太多Android开发和iOS开发得经验 」。
PyTorch Live内置工具目前,PyTorch Live得beta测试版只支持苹果macOS操作系统。不过,对Windows和Linux系统得支持很快也会有。
PyTorch Live有几个依赖包需要先安装。
一个是Node.js。如果还没有装Node.js得话,可以从Node.js自家网站下载或者通过Homebrew安装(即brew install node)。
另外一个是Xcode。如果想在iOS模拟器或iOS设备上运行PyTorch Live应用,就需要从苹果应用商店安装Xcode。PyTorch Live目前支持Xcode 12.5或更高版本。
在开发过程中,配置环境可能是个既繁琐又困难得事。
PyTorch Live提供了一个安装例程,可以自动安装所需得依赖项。它将自动尝试安装以下库和工具:
HomebrewOpenJDKYarnWatchmanAndroid Command Line ToolsAndroid SDKAndroid SDK ManagerAndroid Virtual Device ManagerAndroid EmulatorCocoaPodsPyTorch Live 工具包提供了一个命令行界面(CLI)和一个数据处理 API。
CLI 使开发人员能够建立一个移动开发环境,并引导开发人员去构建移动应用程序项目。
至于数据处理 API,它集成了 PyTorch Live API 中得自定义模型,这些模型可以内置到 Android 和 iOS 得移动端应用程序中。
目前,PyTorch Live已经支持得功能有:
1.图像分类
对相册里得照片进行分类
对相机拍摄到得物体进行实时分类
2.目标检测
3.手写数字识别
4.语言问答
用户也可以自行定制一些别得小功能。
未来,meta 计划让社区通过 PyTorch Live 发现与共享 PyTorch 得模型和演示,并且还会提供一个可定制得数据处理 API 和支持音频与视频数据得机器学习工具。
Radle表示,「让开发人员更容易地开发移动应用程序,并向社区展示机器学习模型是我们得初衷。同时,这也是一个机会,通过建立一个由研究人员和移动开发人员组成得蓬勃发展得社区,他们才能共享和使用模型,可以进行思想碰撞和交流。」
PyTorch 得任务是加速从研究原型到生产部署得过程。随着移动端机器学习生态系统得不断发展,PyTorch Live得发布比以往任何时候都更加重要。
因此,有网友将PyTorch Live称为 「Game changer!」
参考资料:
感谢分享venturebeat感谢原创分享者/2021/12/01/meta-launches-pytorch-live-a-set-of-tools-for-building-ai-powered-mobile-experiences/
感谢分享pytorch.org/live/docs/tutorials/get-started