深度学习时代,谷歌、、百度等科技巨头开源了多款框架来帮助开发者更轻松地学习、构建和训练不同类型的神经网络。而这些大公司也花费了很大的精力来维护 、 这样庞大的深度学习框架。

除了这类主流框架之外,开发者们也会开源一些小而精的框架或者库。比如今年 4 月份,特斯拉人工智能部门主管 开源了其编写的微型 引擎 ,该引擎还用 50 行代码实现了一个类 api 的神经网络库。目前, 项目的 star 量达到 1200 星。

不久前,天才黑客 Hotz(乔治 · 霍兹)开源了一个小型 库 ,它介于 和 之间,能够满足做深度学习的大部分要求。上线不到一个月,该项目在 上已经获得 1400 星。

项目地址:

根据 内容,下文对 的安装与使用做了简要介绍。感兴趣的同学也可通过 Hotz 的 视频进行学习。

图片

视频地址:

的安装与使用

「 可能不是最好的深度学习框架,但它确实是深度学习框架。」

在项目中保证, 代码量会永远小于 1000 行。

安装

的安装过程非常简单,只需使用以下命令:

pip3 install tinygrad --upgrade

示例

安装好 之后,就可以进行示例运行,代码如下:

from tinygrad.tensor import Tensorx = Tensor.eye(3)y = Tensor([[2.0,0,-2.0]])z = y.matmul(x).sum()z.backward()print(x.grad)  # dz/dxprint(y.grad)  # dz/dy

使用 torch 的代码如下:

import torchx = torch.eye(3, requires_grad=True)y = torch.tensor([[2.0,0,-2.0]], requires_grad=True)z = y.matmul(x).sum()z.backward()print(x.grad)  # dz/dxprint(y.grad)  # dz/dy

满足对神经网络的需求

一个不错的 张量库可以满足你对神经网络 90%的需求。从 .optim 添加优化器(SGD、、Adam),再编写一些 样板代码,就可以实现你的需求。

示例如下:

from tinygrad.tensor import Tensorimport tinygrad.optim as optimfrom tinygrad.utils import layer_init_uniform
class TinyBobNet: def __init__(self): self.l1 = Tensor(layer_init_uniform(784, 128)) self.l2 = Tensor(layer_init_uniform(128, 10))
def forward(self, x): return x.dot(self.l1).relu().dot(self.l2).logsoftmax()
model = TinyBobNet()optim = optim.SGD([model.l1, model.l2], lr=0.001)
# ... and complete like pytorch, with (x,y) data
out = model.forward(x)loss = out.mul(y).mean()loss.backward()optim.step()

支持 GPU

通过 支持 GPU。但后向传播暂时无法支持所有 ops。

from tinygrad.tensor import Tensor(Tensor.ones(4,4).cuda() + Tensor.ones(4,4).cuda()).cpu()

推断

「麻雀虽小,五脏俱全。」 还能够支持 full ,输入一张图像留言板代码,即可得到其类别。

ipython3 examples/efficientnet.py https://upload.wikimedia.org/wikipedia/commons/4/41/Chicken.jpg

如果你安装了 和 cv2,则可以使用以下代码:

ipython3 examples/efficientnet.py webcam

注意:如果你想加速运行,设置 GPU=1。

测试

运行以下代码可执行测试:

python -m pytest

此外,乔治 · 霍兹还计划添加语言模型、检测模型,进一步减少代码量、提升速度等。

图片

天才黑客乔治 · 霍兹

图片

该项目的创建者是著名黑客乔治 · 霍兹,别号 。

他于 1989 年出生在美国新泽西州,曾就读于罗切斯特理工学院生物工程专业和卡内基梅隆大学计算机科学系。

然而,乔治 · 霍兹在自己的 主页上教育经历描述里是这么写的:

图片

在罗切斯特理工学院就读期间,他的社团活动是「在宿舍黑 」……

这是他著名的黑客经历之一。2007 年,17 岁的乔治 · 霍兹成功破解 手机,使手机不再局限于 AT&T 网络,而是支持其他 GSM 网络。2009 年,他开发出一款针对 iOS 3.1.2 的越狱软件 。2010 年,乔治 · 霍兹宣布不再进行越狱软件的开发。

然而,他的黑客行动并未停止。

2009 年起,乔治 · 霍兹开始破解 3(PS3)。2010 年初,他宣布得到了 PS3 系统内存的读写权限和处理器的高级控制权。2011 年 3 月,乔治 · 霍兹被索尼起诉,后和解。

此外,乔治 · 霍兹还破解过三星手机等产品。

就工作经历而言,他曾在谷歌、、 工作过。目前留言板代码,他在自己创立的自动驾驶公司 comma.ai 任职。

2015 年,乔治 · 霍兹创立了人工智能创业公司 comma.ai,旨在基于机器学习算法构建自动驾驶技术。乔治 · 霍兹开发出自动驾驶套件 Comma One,只需 1000 美元,用户就能将传统汽车升级成自动驾驶版本。不过,后来这一计划被取消。

2020 年,在 CES 大会上,comma.ai 展出了其最新产品——辅助驾驶设备 Comma Two,售价 999 美元。

comma.ai 公司还开源了辅助驾驶系统 ,参见:。

参考链接:%E4%B9%94%E6%B2%BB%C2%B7%E9%9C%8D%E5%85%B9

留言送书福利

为了感谢大家长期以来的支持,磐创AI推出了“留言送书”活动~在本文文末留言即可参与活动,留言内容需为主题相关。欢迎大家在日常推文中留言,以后将不定期推出“留言送书”活动。

这次磐小仙精心挑选了一本《机器学习一本通》送给1位粉丝。

/今日留言主题/

说说你更喜欢哪个深度学习框架?

《机器学习一本通》本书介绍了机器学习技术及实践的基础知识,涵盖了的机器学习基础、数据预处理、机器学习算法及其实践、深度学习、模型评价、机器学习应用等内容。本书既适合在机器学习、数据挖掘和编程方面零基础的读者,以及对此感兴趣的在职IT人员和教师使用,也可以作为相关培训机构的培训教材。

图片

本次“留言送书”活动将在11月28号(具体时间以当天推文发出为准,通常为21:00)抽留言最走心的粉丝免费赠送这本书籍(走心留言将经过筛选)。届时小仙会公布中奖者评论截图及福利领取方式~

------------------------------------------------

看到这里,说明你喜欢这篇文章,请点击「在看」或顺手「转发」「点赞」。

欢迎微信搜索「」,添加小编磐小小仙微信,每日朋友圈更新一篇高质量推文(无广告),为您提供更多精彩内容。

扫描二维码添加小编


限时特惠:
本站持续每日更新海量各大内部创业课程,一年会员仅需要98元,全站资源免费下载
点击查看详情

站长微信:Jiucxh

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注