Microsoft maakt PyTorch ontwikkelvriendelijker, verbetert WSL

Facebook heeft aangekondigd dat Microsoft eigenaar is geworden van de ontwikkeling en het onderhoud van de PyTorch-build voor Windows.

Voor degenen die het niet weten: PyTorch is een machine learning-bibliotheek voor Python-programmeertaal, toegankelijker dan andere deep learning-tools.

De verhuizing is een poging van Microsoft om de prestaties van de bibliotheek op Windows 10-computers te verbeteren en het Windows Subsystem for Linux (WSL) een voorkeurstool voor ontwikkelaars om Linux-distributies uit te voeren.

Waar wordt PyTorch voor gebruikt?

PyTorch, werd in januari 2017 door Facebook uitgebracht en was gebaseerd op Torch, een wetenschappelijk computerraamwerk en scripttaal.

De tool helpt ontwikkelaars om machine-learning Python-pakketten te gebruiken en ondersteunt GPU-versnelde berekeningen voor gegevenstaken.

PyTorch wordt door experts gezien als een van de snelstgroeiende projecten op GitHub, vandaar de grote interesse van Microsoft.

Wat Facebook betreft, ze gebruikten PyTorch in de kunstmatige intelligentie-tool Translate die de vertaling voor 48 talen op Facebook mogelijk maakt. 

Volgens de aankondiging is de Windows-ondersteuning voor PyTorch achtergebleven bij andere platforms.

Gebrek aan testdekking resulteerde zo nu en dan in onverwachte problemen. Sommige van de belangrijkste tutorials, bedoeld voor nieuwe gebruikers om PyTorch te leren en te gebruiken, zouden niet werken.

De installatie-ervaring was ook niet zo soepel, met het ontbreken van officiële PyPI-ondersteuning voor PyTorch op Windows.

Ten slotte was een deel van de PyTorch-functionaliteit gewoon niet beschikbaar op het Windows-platform, zoals de TorchAudio-domeinbibliotheek en gedistribueerde trainingsondersteuning.

PyTorch zal het WSL- en Nvidia's CUDA-platform verbeteren

Zoals we hierboven vermeldden, zal het verplaatsen van PyTorch naar Microsoft ook helpen om WSL op Windows 10 te verbeteren, dat preview-ondersteuning biedt voor GPU-accelerated machine-learning (ML) -training.

En dat opent de deur voor ontwikkelaars en datawetenschappers om het CUDA-platform van Nvidia te gebruiken om training te versnellen.

Ben jij een ontwikkelaar? Wat vind je van deze verhuizing? Vertel ons er alles over in het gedeelte Opmerkingen hieronder.

• Programmeertools en tips