Facebook veröffentlicht heimlich eine neue Version der PyTorch-Bibliothek, die einige erstaunliche Dinge enthält!

AI-Entwickler und insbesondere Bildbearbeiter haben Hochkonjunktur. Diese Bibliothek konkurriert vor allem mit der TensorFlow-Bibliothek um ihre Aufmerksamkeit. Zu Beginn des Jahres stieg die Anzahl der Artikel, die sie zitieren, fast um 200 %. Letzte Woche wurde heimlich eine neue, erstaunliche Version von PyTorch 1.3 veröffentlicht. Was ist neu und interessant?

1. Sicheres maschinelles Lernen mit Crypten. Es löst das Problem der Datensicherheit und des Datenschutzes durch fortschrittliche Kryptografie. Berechnungen werden einfach über verschlüsselte Daten durchgeführt.

2. Modulare Objekterkennung mit Detectron2. Detectron wurde von Caffe2 direkt in PyTorch neu geschrieben. Es umfasst zudem alle Modelle, die im ursprünglichen Detectron verfügbar waren, sowie einige neue Modelle, darunter Cascade R-CNN, Panoptic FPN und TensorMask. Darüber hinaus erweitert es die Möglichkeiten der Objekterkennung und stellt neue Aufgaben wie semantische Segmentierung und panoptische Segmentierung vor.

3. Bessere Interpretierbarkeit des Modells mit Captum. Captum bewertet den Beitrag jeder Eingabefunktion zum Modelloutput. Es bewertet den Beitrag jedes Neurons in einer bestimmten Schicht zum Modell. Es bewertet den Beitrag jedes Eingabeelements zur Aktivierung eines bestimmten versteckten Neurons. Außerdem enthält es ein Visualisierungs-Widget für die Interpretierbarkeit, das das Verständnis des Modells erleichtert. Die Statistiken der Captum-Funktion funktionieren über Bilder, Texte und andere Funktionen hinweg, die den Nutzern helfen, die Zuordnung der Funktionen zu verstehen.

Quellen:
https://pytorch.org/…/pytorch-1-dot-3-adds-mobile-privacy-…/
https://towardsdatascience.com/facebook-has-been-quietly-op…
https://www.oreilly.com/…/one-simple-graphic-researchers-lo…