乐趣区

Pyro概率编程语言成为LF DL最新的项目

由 Uber 贡献,Pyro 实现灵活和富有表现力的深度概率建模
旧金山 – 2019 年 2 月 21 日 – LF DL(LF Deep Learning Foundation,LF 深度学习基金会),一个支持和永续人工智能(AI)、机器学习(ML)和深度学习(DL)开源创新的 Linux 基金会,宣布由 Uber 创办的 Pyro 项目是其最新的孵化项目。Pyro 构建于 PyTorch 框架之上,是一个深度概率编程框架,有助于大规模探索 AI 模型,使深度学习模型开发和测试更快、更无缝。继去年 12 月的 Horovod 宣布之后,这是 LF DL 从 Uber 投票的第二个项目。
除了哈佛大学、麻省理工学院、斯坦福大学、牛津大学、剑桥大学和 The Broad Institute 之外,Pyro 还被西门子、IBM 和 Uber 等大公司以及 Noodle.AI 等初创公司所采用。在 Uber,Pyro 解决了一系列问题,包括传感器融合、时间序列预测、广告活动优化和数据增强,以便深入了解图像。
Pyro 是第五个加入 LF DL 的项目,LF DL 提供财务和智力资源、基础设施、营销、研究、创意服务和活动支持。这种丰富的中立环境促进了其项目的快速发展,包括 Acumos AI、Angel 项目、EDL 项目和 Horovod,鼓励其他贡献者以及开源社区的更广泛合作。
“LF DL 基金会很高兴欢迎 Pyro 加入我们的项目系列。今天宣布 Uber 对该项目的贡献使我们更接近建立人工智能、机器学习和深度学习的综合生态系统的目标。”LF DL 执行董事 Ibrahim Haddad 说。“我们期待帮助社区发展,为 Pyro 做出贡献并进一步改进预测和其他能力。”
Pyro 的设计考虑了四个关键原则:

通用:Pyro 可以表示任何可计算的概率分布。
可扩展:Pyro 可以轻松扩展到大型数据集。
最小化:Pyro 是通过一小部分功能强大,可组合的抽象实现的。
灵活:Pyro 的目标是在你需要时实现自动化,在你需要时进行控制。

“Pyro 最初是在 Uber AI Labs 创建的,旨在帮助工业界和学术界的 AI 从业者更快、更无缝地进行深度概率编程。”Uber AI Labs 负责人 Zoubin Ghahramani 说。“通过将 Pyro 纳入 LF DL 项目组合,我们希望为全球研究人员提供更多机会,并使深度学习和贝叶斯(Bayesian)建模更易于获取。”
Pyro 加入了现有的 LF DL 项目:Acumos,一个平台和开源框架,可以轻松构建、共享和部署 AI 应用程序;Angel ML,一个灵活而强大的参数服务器,适用于大规模机器学习;EDL,一个弹性深度学习框架,旨在帮助云服务提供商使用深度学习框架构建集群云服务;Horovod,一个跨多个机器的分布式培训框架。

KubeCon + CloudNativeCon 和 Open Source Summit 大会日期:

会议日程通告日期:2019 年 4 月 10 日
会议活动举办日期:2019 年 6 月 24 至 26 日

KubeCon + CloudNativeCon 和 Open Source Summit 赞助方案 KubeCon + CloudNativeCon 和 Open Source Summit 多元化奖学金现正接受申请 KubeCon + CloudNativeCon 和 Open Source Summit 即将首次合体落地中国 KubeCon + CloudNativeCon 和 Open Source Summit 购票窗口,立即购票!

退出移动版