摘要：构建于框架之上，是一个深度概率编程框架，有助于大规模探索模型，使深度学习模型开发和测试更快更无缝。继去年月的宣布之后，这是从投票的第二个项目。今天宣布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。
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！
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/19966.html
摘要：加入基金会作为高级会员将为爱立信提供董事会技术咨询委员会和外展委员会的席位。爱立信的会员资格使他们有机会在一个中立的空间做出贡献，并从中受益。随着爱立信的加入，董事会包括百度爱立信华为诺基亚腾讯和中兴通讯。 showImg(https://segmentfault.com/img/bVbpaNp?w=1667&h=480); 旧金山 - 2019年2月21日 - LF DL（LF De...
摘要：截止到今天，已公开发行一周年。一年以来，社区中的用户不断做出贡献和优化，在此深表感谢。所以与衡量它的指标包括在机器学习研究论文中的使用。来自香港科技大学的在上推出了面向普通观众的在线课程。 Yann LeCun Twitter截止到今天，PyTorch 已公开发行一周年。一年以来，我们致力于打造一个灵活的深度学习研究平台。一年以来，PyTorch 社区中的用户不断做出贡献和优化，在此深表感谢...
摘要：摘要本文主要讲了神经进化是深度学习的未来，以及如何用进化计算方法优化深度学习。揭示了神经进化的突破性研究深度学习的大部分取决于网络的规模和复杂性。在这三个例子中，使用神经进化成功地超越了最先进的基准。 摘要： 本文主要讲了神经进化是深度学习的未来，以及如何用进化计算方法（EC）优化深度学习（DL）。 过去几年时间里，我们有一个完整的团队致力于人工智能研究和实验。该团队专注于开发新的进化...
阅读 1662·2021-11-23 09:51
阅读 3116·2021-09-26 10:21
阅读 772·2021-09-09 09:32
阅读 847·2019-08-29 16:06
阅读 3278·2019-08-26 13:36
阅读 759·2019-08-26 10:56
阅读 2548·2019-08-26 10:44
阅读 1129·2019-08-23 14:04
