使深度学习代码跨框架兼容的开源工具
我们都是 ML 爱好者,在 GitHub 上遇到过有趣的项目,却发现它们不在我们喜欢和熟悉的框架内。 将整个代码库重新实现到我们的框架中的过程可能很乏味,更不用说处理可能发生的错误了。 没有人喜欢处理这项繁琐的任务。 拥有一个不关心您使用的框架的工具真是太好了。 您可以选择在您想要的任何框架中编写代码,无论是 JAX 还是 PyTorch。 IVY 正在通过统一所有 ML 框架来尝试这一点。
机器学习开源项目的数量在过去几年中显着增加。 使用关键字深度学习的 Github 存储库的数量正在迅速增长。 不同的框架严重阻碍了代码共享。 此外,较旧的框架会被较新的框架淘汰。 这是协作必不可少的软件开发的主要瓶颈。 随着新框架的引入,特定于框架的代码变得过时。 在框架之间传输代码就像重新发明轮子。
在当今的协作环境中,共享抽象级别至关重要。 Python 是开发 IVY 的不二之选。 然后我们查看了 Python 框架,发现它们的运行原理完全相同。 张量的核心操作在所有框架中都是相同的。 IVY 是作为结果创建的基本抽象级别。
来源和详细信息:
IVY: An Open-Source Tool To Make Deep Learning Code Compatible Across Frameworks