Facebook开源Torchnet加速A.I.研究

上图: 在旧金山2016年Facebook F8大会上
\图片版权: Jordan Novet/VentureBeat

2016年6月23日，Facebook公布了一份学术论文和一篇博客文章，详细介绍了Torchnet。Torchnet是一个为简化深度学习而设计的新的开源软件，是人工智能的一种。

深度学习是时下很热门的领域，包括在大量数据（比如照片）的基础上训练人工神经网络，然后通过神经网络来预测新的数据。和很多已有的搭建全新深度学习框架的做法不同，Facebook选择在Torch的基础上构建框架，Torch则是Facebook此前开源的库。

“举个例子，如果你想训练一个实用的大规模深度学习系统，你需要很多人力去做，而Torchnet把这件事变得非常简单，因为它能完全隐藏输入/输出的成本，”Facebook人工智能研究（FAIR）实验室的研究科学家Laurens van der Maaten说，“它并不是将Torch变得快点儿慢点儿或者其他怎么样，那不是这个框架的重点所在。”

van der Maaten说，Torchnet是用Lua写的，可以运行在标准的x86芯片或者GPU上，它能让程序员重复利用特定的代码，这也就意味着减少工作量的同时降低引入bug的几率。

Facebook不是唯一一家为Torch/nn library搭建工具的公司，Twitter员工似乎也对Torchnet感到非常兴奋。

亚马逊、Google和微软，跟很多其他公司一样，都在近几个月发布了全新的深度学习框架。大家都想看看Facebook在这时候能做点什么不一样的，而Facebook此前还曾开源过React Native和Presto。

“如果有什么特别值得一提的，那就是这项举措有点类似于为Theano框架而做的Blocks和Fuel。”van der Maaten说道。

“Torchnet可能不会仅仅局限于Torch。它的抽象性'能够轻易地被应用到'其他框架中，比如Caffe和Google的TensorFlow。”van der Maaten和他的同事Ronan Collobert、Armand Joulin在论文中写道。

Facebook第一个版本的Torchnet是六七个月之前做好的。van der Maaten说：“有一批不同的团队在不同的应用程序中使用了它。”

van der Maaten没有指出Facebook依赖Torchnet的地方，但是Torchnet的确可以被应用到很多事情上，比如图片识别和自然语言处理。当你需要找到相关的Instagram照片，或者从你的News Feed里找出最棒的Facebook推文的时候，它就能派上用场了。Facebook希望它自家的内容比互联网上其他内容都更吸引人，既是为了让用户不断回来看Facebook，也为了吸引新的用户，所以Torchnet是个非常重要的东西。

要了解更多有关Torchnet的内容，请点击论文全文或者博客文章。

本文编译自：Facebook open-sources Torchnet to accelerate A.I. research

感谢侠天对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作，请邮件至[email protected]。也欢迎大家通过新浪微博（@InfoQ，@丁晓昀），微信（微信号：InfoQChina）关注我们。