為什么這三家公司最終都不約而同地放棄 TensorFlow ，而轉(zhuǎn)向了 PyTorch？

深度學(xué)習(xí)框架 PyTorch 憑借其相對(duì)易用性，已經(jīng)滲透到了企業(yè)中。本文提到的三家公司告訴我們，為什么他們選擇 PyTorch 而不是 Google 著名的 TensorFlow 框架。

深度學(xué)習(xí) 是機(jī)器學(xué)習(xí)的一個(gè)子類別，它使用多層神經(jīng)網(wǎng)絡(luò)將歷史上很難完成的機(jī)器任務(wù)——比如 圖像識(shí)別、自然語(yǔ)言處理 和 機(jī)器翻譯——實(shí)現(xiàn)大規(guī)模自動(dòng)化。

自 2015 年以來(lái)，TensorFlow 就從 Google 中脫穎而出，在研究和商業(yè)領(lǐng)域成為最受歡迎的開源深度學(xué)習(xí)框架。但是 2016 年從 Facebook 誕生的 PyTorch 由于社區(qū)推動(dòng)的易用性改進(jìn)和越來(lái)越廣泛的用例部署，而迅速 趕上TensorFlow。

在汽車行業(yè)，PyTorch 的應(yīng)用尤為廣泛——它可以應(yīng)用于 Tesla 和 Lyft Level 5 等公司的實(shí)驗(yàn)性自動(dòng)駕駛系統(tǒng)。該框架也被媒體公司用來(lái)對(duì)內(nèi)容進(jìn)行分類和推薦，并在工業(yè)應(yīng)用中支持機(jī)器人。

Facebook AI 的人工智能產(chǎn)品主管 Joe Spisak 告訴 InfoWorld，雖然他對(duì)企業(yè)采用 PyTorch 的人數(shù)增加感到高興，但要擴(kuò)大行業(yè)應(yīng)用范圍，還有很多工作要做。

“MLOps 和 Kubeflow 管道以及這些社區(qū)的支持將會(huì)帶來(lái)新一輪的采用浪潮，”他說(shuō)?！皩?duì)于那些剛起步的人來(lái)說(shuō)，這些工具都相當(dāng)不錯(cuò)，它們使用了托管服務(wù)和一些開源的東西，比如 AWS 的 SageMaker 或 Azure ML?！?/p>

Disney：識(shí)別電影中的動(dòng)畫面孔

自 2012 年以來(lái)，媒體巨頭 Disney 的工程師和數(shù)據(jù)科學(xué)家一直在構(gòu)建該公司所謂的“內(nèi)容基因組”（Content Genome）的知識(shí)圖譜，將內(nèi)容元數(shù)據(jù)聚合在一起，從而推動(dòng) Disney 龐大的內(nèi)容庫(kù)中基于機(jī)器學(xué)習(xí)的搜索和個(gè)性化應(yīng)用。

“這個(gè)元數(shù)據(jù)改進(jìn)了 Disney 故事講述者用于制作內(nèi)容的工具；激發(fā)故事中的迭代創(chuàng)新；通過(guò)推薦引擎，數(shù)字導(dǎo)航和內(nèi)容發(fā)現(xiàn)提高用戶體驗(yàn)；并實(shí)現(xiàn)了商業(yè)智能?！盌isney 的開發(fā)人員 Miquel±ngel Farré、Anthony Accardo、Marc Junyent、Monica Alfaro 和 Cesc Guitart 在 今年 7 月的一篇博客文章 中寫道。

在這之前，Disney 不得不投資一個(gè)龐大的內(nèi)容注釋項(xiàng)目，求助于其數(shù)據(jù)科學(xué)家，利用深度學(xué)習(xí)的圖像識(shí)別模型，訓(xùn)練一個(gè)自動(dòng)化標(biāo)記管道，以識(shí)別海量的人物，地點(diǎn)和地點(diǎn)圖像。

Disney 的工程師們最初嘗試了包括 TensorFlow 在內(nèi)的各種框架，但在 2019 年，他們決定將 PyTorch 與之結(jié)合起來(lái)。工程師們從傳統(tǒng)的 方向梯度直方圖（histogram of oriented gradients，HOG）特征描述器和流行的 支持向量機(jī)（support vector machines，SVM）模型，轉(zhuǎn)向了被稱為 基于區(qū)域卷積神經(jīng)網(wǎng)絡(luò)（regions with convolutional neural networks，R-CNN）的目標(biāo)檢測(cè)架構(gòu)版本。在處理 Disney 內(nèi)容中常見的真人動(dòng)作、動(dòng)畫和視覺效果的組合時(shí)，后者更為有利。

“在動(dòng)畫片中很難定義什么是人臉，所以我們轉(zhuǎn)向深度學(xué)習(xí)方法，使用目標(biāo)檢測(cè)器，并使用遷移學(xué)習(xí)?！盌isney 研究工程師 Monica Alfaro 向 InfoWorld 解釋道。在僅僅處理了幾千張人臉之后，新模型已經(jīng)能夠大致識(shí)別所有三種用例中的人臉。它于 2020 年 1 月投入生產(chǎn)。

她表示：“我們現(xiàn)在只使用一種模型來(lái)識(shí)別三種類型的人臉，這對(duì)于像《復(fù)仇者聯(lián)盟》這樣的漫威電影來(lái)說(shuō)是很棒的。因?yàn)樵谶@類電影中，鋼鐵俠和 Tony Stark 或者任何一個(gè)戴面具的角色都需要被識(shí)別出?！?/p>

由于工程師要處理如此大量的視頻數(shù)據(jù)以并行地訓(xùn)練和運(yùn)行模型，所以他們也希望在投入生產(chǎn)階段時(shí)，能夠運(yùn)行在昂貴的高性能 GPU 上。

從 CPU 的轉(zhuǎn)變讓工程師可以更快地重新訓(xùn)練和更新模型。它還加快了向 Disney 各個(gè)小組分發(fā)測(cè)試結(jié)果的速度，將處理時(shí)間從一部長(zhǎng)篇電影的大約一個(gè)小時(shí)縮短到今天的 5 到 10 分鐘。

“TensorFlow 目標(biāo)檢測(cè)器在生產(chǎn)環(huán)境中會(huì)存在內(nèi)存問(wèn)題，并且很難更新；而 PyTorch 有同樣的目標(biāo)檢測(cè)器和 Faster-RCNN，因此我們開始使用 PyTorch 來(lái)解決所有的問(wèn)題。”Alfaro 說(shuō)。

對(duì)工程團(tuán)隊(duì)來(lái)說(shuō)，這種從一個(gè)框架到另一個(gè)框架的轉(zhuǎn)換也出奇地簡(jiǎn)單?！埃ǜ挠?PyTorch）很容易，因?yàn)樗际莾?nèi)置的，你只需要插入一些功能，就可以快速上手，所以它的學(xué)習(xí)曲線并不陡峭。”Alfaro 說(shuō)。

當(dāng)他們遇到任何問(wèn)題或瓶頸時(shí)，充滿活力的 PyTorch 社區(qū)隨時(shí)提供幫助。

Blue River Technology：除草機(jī)器人

Blue River Technology 設(shè)計(jì)了一款機(jī)器人，這種機(jī)器人結(jié)合了數(shù)字尋路、集成攝像頭和計(jì)算機(jī)視覺技術(shù)，可以在農(nóng)作物不受影響的情況下，在近乎實(shí)時(shí)的環(huán)境給雜草噴灑除草劑，幫助農(nóng)民更有效地節(jié)約昂貴且可能對(duì)環(huán)境造成破壞的除草劑。

這家位于加利福尼亞州森尼韋爾的公司在 2017 年吸引了重型設(shè)備制造商 John Deere 的關(guān)注，當(dāng)時(shí)該公司以 3.05 億美元的價(jià)格被 收購(gòu)，目的是將該技術(shù)整合到其農(nóng)業(yè)設(shè)備中。

Blue River Technology 的研究人員利用各種深度學(xué)習(xí)框架進(jìn)行了試驗(yàn)，試圖訓(xùn)練計(jì)算機(jī)視覺模型來(lái)識(shí)別雜草和農(nóng)作物之間的差異，這對(duì)處理棉花植物來(lái)說(shuō)是一個(gè)巨大的挑戰(zhàn)，因?yàn)槊藁ㄖ参锊恍业嘏c雜草相似。

Blue River Technology 的計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)主管 Chris Padwick 在他 8 月份的一篇 博客文章 中寫道，訓(xùn)練有素的農(nóng)藝師被征召來(lái)執(zhí)行人工圖像標(biāo)注任務(wù)，并使用 PyTorch 訓(xùn)練 卷積神經(jīng)網(wǎng)絡(luò)（CNN），以“分析每一幀圖像，并生成像素級(jí)精度的地圖，顯示農(nóng)作物和雜草所在的位置”。

“像其他公司一樣，我們也試過(guò) Caffe、TensorFlow 和 PyTorch，”Padwick 告訴 InfoWorld?！皩?duì)我們來(lái)說(shuō)，這幾乎是一種開箱即用的方法，我們既沒有收到過(guò)任何 bug 報(bào)告，也沒有出現(xiàn)過(guò)阻塞 bug。在分布式計(jì)算中，它真的很亮眼，它的性能確實(shí)比 TensorFlow 要好，TensorFlow 在數(shù)據(jù)并行方面相當(dāng)復(fù)雜?！?/p>

Padwick 表示，PyTorch 框架的普及和簡(jiǎn)單性使得他在快速招聘新員工方面具有優(yōu)勢(shì)。話雖如此，Padwick 仍然夢(mèng)想著這樣一個(gè)世界：“人們可以在自己喜歡的環(huán)境中進(jìn)行開發(fā)?！庇行┤讼矚g用 Apache MXNet、Darknet 或 Caffe 進(jìn)行研究，但是在生產(chǎn)環(huán)境中，它們只能使用單一語(yǔ)言，而 PyTorch 擁有我們成功所需的一切。”

Datarock：基于云端的采礦業(yè)圖像分析

Datarock 是由一群地球科學(xué)家創(chuàng)立的澳大利亞初創(chuàng)公司，正在將 計(jì)算機(jī)視覺 技術(shù)應(yīng)用于采礦業(yè)。更具體地說(shuō)，它的深度學(xué)習(xí)模型正在幫助地質(zhì)學(xué)家比以前更快地分析鉆探巖心樣本圖像。

通常，地質(zhì)學(xué)家會(huì)一厘米一厘米地仔細(xì)研究這些樣品，以評(píng)估礦物學(xué)和結(jié)構(gòu)；而工程師則會(huì)尋找諸如斷層、裂縫和巖石質(zhì)量等物理特征。這一過(guò)程是緩慢的，而且很容易出現(xiàn)人為錯(cuò)誤。

Datarock 的首席運(yùn)營(yíng)官 Brenton Crawford 告訴 InfoWorld：“計(jì)算機(jī)可以像工程師一樣看到巖石。如果你能在圖像中看到，我們就可以訓(xùn)練一個(gè)模型去分析它，就像訓(xùn)練一個(gè)人類一樣?！?/p>

與 Blue River 類似，Datarock 在生產(chǎn)環(huán)境中使用了 RCNN 模型的一種變體，研究人員轉(zhuǎn)向數(shù)據(jù)增強(qiáng)技術(shù)，以便在早期階段收集足夠的訓(xùn)練數(shù)據(jù)。

“在最初的發(fā)現(xiàn)期之后，團(tuán)隊(duì)開始將各種技術(shù)結(jié)合起來(lái)，為鉆探巖心圖像創(chuàng)建一個(gè)圖像處理工作流程。這項(xiàng)工作包括開發(fā)一系列深度學(xué)習(xí)模型，能夠?qū)⒃紙D像處理為結(jié)構(gòu)化格式，并分割重要的地質(zhì)信息?！毖芯咳藛T在一篇 博客文章 中寫道。

通過(guò) DataRock 的技術(shù)，客戶只需半小時(shí)就能得到結(jié)果，而手工記錄結(jié)果需要五、六小時(shí)。Crawford 說(shuō)，這樣可以使地質(zhì)學(xué)家不再?gòu)氖赂敝氐墓ぷ鳌５?，“?dāng)我們將更困難的事情實(shí)現(xiàn)自動(dòng)化時(shí)，我們確實(shí)會(huì)受到一些阻力，不得不解釋為什么要把它們作為訓(xùn)練模型和使反饋循環(huán)轉(zhuǎn)動(dòng)的系統(tǒng)的一部分?！?/p>

和許多公司訓(xùn)練深度學(xué)習(xí)計(jì)算機(jī)視覺模型一樣，Datarock 也是從 TensorFlow 開始的，但很快就轉(zhuǎn)向了 PyTorch。

Datarock 的機(jī)器學(xué)習(xí)主管 Duy Tin Truong 告訴 InfoWorld：“一開始我們使用的是 TensorFlow，但是由于某些神秘的原因它會(huì)崩潰。”他說(shuō)，“當(dāng)時(shí) PyTorch 和 Detecton2 剛剛發(fā)布，非常符合我們的需求，所以經(jīng)過(guò)一些測(cè)試之后，我們發(fā)現(xiàn)它更容易調(diào)試和工作，而且占用的內(nèi)存也更少，所以我們進(jìn)行了轉(zhuǎn)換?！?/p>

Datarock 還報(bào)告說(shuō)，當(dāng)在 GPU 上運(yùn)行模型時(shí)，從 TensorFlow 到 PyTorch 和 Detectron2 的推理性能提高了 4 倍，而在 CPU 上則提高了 3 倍。

Truong 列舉了 PyTorch 不斷增長(zhǎng)的社區(qū)、設(shè)計(jì)良好的界面、易于使用和更好的調(diào)試作為切換的理由，并指出，盡管“從界面的角度來(lái)看，它們是完全不同的，但如果你懂 TensorFlow，那么切換起來(lái)是相當(dāng)容易的，特別是如果你了解 Python 的時(shí)候。”

作者介紹：

Scott Carey，經(jīng)驗(yàn)豐富的多媒體記者，專注于科技、旅游、體育、文化和社交媒體。目前是記者和編輯，管理著一支由 B2B 記者組成的優(yōu)秀團(tuán)隊(duì)，并且具有豐富的數(shù)字技能，在為網(wǎng)絡(luò)和紙媒撰稿、報(bào)道事件、電視記者和電臺(tái)記者方面的經(jīng)驗(yàn)。

責(zé)任編輯：lq