非死book開源深度學習軟件庫，幫助開發者在短時間內建立大規模神經網絡模型

據 GIGAOM報道 ，昨日， 非死book人工智能研究院 （FAIR）開源了一系列軟件庫，以幫助開發者建立更大、更快的深度學習模型。開放的軟件庫在非死book被稱作模塊。用它們替代機器學習領域常用的開發環境Torch中的默認模塊，可以在更短的時間內訓練更大規模的神經網絡模型。

這些模塊 為適用英偉達的GPU進行了優化。一部分可以用來訓練大型計算機視覺系統。部分模塊也可以用來訓練處理不同類型數據的模型。既可以進行文本識別、圖像識別，也能用于語言模型的訓練。部分模塊將大型卷積神經網絡模型的訓練速度提升了23.5倍。

盡管這些模塊在速度和規模上都有所提升，但FAIR的研究員Soumith Chintala表示，它們不會對當前已經在使用的模型產生非常大的影響。它的主要優勢在于，處理像非死book面對的巨大規模數據處理時，可以讓研究人員使用一些過去不太可能使用的模型。

非死book正與英偉達合作，重構一些英偉達用于處理網絡規模級數據的深度學習編程軟件庫。為了 讓GPU更好地支持深度學習 研究，英偉達也在簡化GPU編程難度。所以，盡管非死book使用的數據規模超過了目前許多主流的深度學習研究，它或許能與英偉達一起找到更好的處理方案。

此次軟件庫的開放意味著非死book開始在更大的范圍內開放深度學習資源。此前，他們曾經開放過數據中心和網絡規模軟件。Chintala表示，接下來非死book會持續地開放代碼，而不會像過去那樣只在偶爾取得突破性進展的時候開放部分代碼。

深度學習的應用場景日益豐富，從相冊處理到無人駕駛汽車都可以用到深度學習的模型。代碼開源也變得越來越重要。非死book加入了Torch、Caffe、和創業公司Skymind推出的Deeplearning4j開放框架。此前 Goolge也曾開源了基于深度學習的工具word2vec 和一些支持深度學習的數據集。

[本文參考以下來源： gigaom.com , research.非死book.com ]