O Facebook anunciou que a Microsoft assumiu a responsabilidade pelo desenvolvimento e manutenção da versão PyTorch para Windows.
Para quem não sabe, PyTorch é uma biblioteca de aprendizado de máquina para a linguagem de programação Python, mais acessível do que outras ferramentas de aprendizado profundo.
A mudança é um esforço da Microsoft para melhorar o desempenho da biblioteca em computadores Windows 10 e o Windows Subsystem for Linux (WSL), uma ferramenta preferida para desenvolvedores que executam distribuições Linux.
Para que é usado o PyTorch?
PyTorch, foi lançado pelo Facebook em janeiro de 2017 e foi baseado no Torch, uma estrutura de computação científica e linguagem de script.
A ferramenta ajuda os desenvolvedores a usar pacotes Python de aprendizado de máquina e oferece suporte a cálculos acelerados por GPU para tarefas de dados.
PyTorch é visto por especialistas como um dos projetos de crescimento mais rápido no GitHub, daí o grande interesse da Microsoft.
Quanto ao Facebook, eles usaram o PyTorch na ferramenta de inteligência artificial Translate que fornece tradução para 48 idiomas no Facebook.
De acordo com o anúncio, o suporte do Windows para PyTorch ficou atrás de outras plataformas.
A falta de cobertura de teste resultou em problemas inesperados surgindo de vez em quando. Alguns dos principais tutoriais, destinados a novos usuários para aprender e adotar o PyTorch, não funcionariam.
A experiência de instalação também não foi tão fácil, com a falta de suporte PyPI oficial para PyTorch no Windows.
Por último, algumas das funcionalidades do PyTorch simplesmente não estavam disponíveis na plataforma Windows, como a biblioteca de domínio TorchAudio e suporte de treinamento distribuído.
PyTorch vai melhorar na plataforma WSL e CUDA da Nvidia
Como mencionamos acima, mover o PyTorch para a Microsoft também ajudará a melhorar o WSL no Windows 10, que tem suporte de visualização para treinamento de aprendizado de máquina acelerado por GPU (ML).
E isso abre a porta para desenvolvedores e cientistas de dados usarem a plataforma CUDA da Nvidia para acelerar o treinamento.
Você é um desenvolvedor? Como você se sente sobre essa mudança? Conte-nos tudo na seção de comentários abaixo.
- Ferramentas e dicas de programação