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？

深度學習框架 PyTorch 憑借其相對易用性，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。

深度學習 是機器學習的一個子類別，它使用多層神經(jīng)網(wǎng)絡將歷史上很難完成的機器任務——比如 圖像識別、自然語言處理 和 機器翻譯——實現(xiàn)大規(guī)模自動化。

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

在汽車行業(yè)，PyTorch 的應用尤為廣泛——它可以應用于 Tesla 和 Lyft Level 5 等公司的實驗性自動駕駛系統(tǒng)。該框架也被媒體公司用來對內(nèi)容進行分類和推薦，并在工業(yè)應用中支持機器人。

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

“MLOps 和 Kubeflow 管道以及這些社區(qū)的支持將會帶來新一輪的采用浪潮，”他說?！皩τ谀切﹦偲鸩降娜藖碚f，這些工具都相當不錯，它們使用了托管服務和一些開源的東西，比如 AWS 的 SageMaker 或 Azure ML?！?/p>

Disney：識別電影中的動畫面孔

自 2012 年以來，媒體巨頭 Disney 的工程師和數(shù)據(jù)科學家一直在構(gòu)建該公司所謂的“內(nèi)容基因組”（Content Genome）的知識圖譜，將內(nèi)容元數(shù)據(jù)聚合在一起，從而推動 Disney 龐大的內(nèi)容庫中基于機器學習的搜索和個性化應用。

“這個元數(shù)據(jù)改進了 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；通過推薦引擎，數(shù)字導航和內(nèi)容發(fā)現(xiàn)提高用戶體驗；并實現(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 不得不投資一個龐大的內(nèi)容注釋項目，求助于其數(shù)據(jù)科學家，利用深度學習的圖像識別模型，訓練一個自動化標記管道，以識別海量的人物，地點和地點圖像。

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。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（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（regions with convolutional neural networks，R-CNN）的目標檢測架構(gòu)版本。在處理 Disney 內(nèi)容中常見的真人動作、動畫和視覺效果的組合時，后者更為有利。

“在動畫片中很難定義什么是人臉，所以我們轉(zhuǎn)向深度學習方法，使用目標檢測器，并使用遷移學習。”Disney 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識別三種類型的人臉，這對于像《復仇者聯(lián)盟》這樣的漫威電影來說是很棒的。因為在這類電影中，鋼鐵俠和 Tony Stark 或者任何一個戴面具的角色都需要被識別出?！?/p>

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

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

“TensorFlow 目標檢測器在生產(chǎn)環(huán)境中會存在內(nèi)存問題，并且很難更新；而 PyTorch 有同樣的目標檢測器和 Faster-RCNN，因此我們開始使用 PyTorch 來解決所有的問題?！盇lfaro 說。

對工程團隊來說，這種從一個框架到另一個框架的轉(zhuǎn)換也出奇地簡單。“（改用 PyTorch）很容易，因為它都是內(nèi)置的，你只需要插入一些功能，就可以快速上手，所以它的學習曲線并不陡峭?！盇lfaro 說。

當他們遇到任何問題或瓶頸時，充滿活力的 PyTorch 社區(qū)隨時提供幫助。

Blue River Technology：除草機器人

Blue River Technology 設計了一款機器人，這種機器人結(jié)合了數(shù)字尋路、集成攝像頭和計算機視覺技術(shù)，可以在農(nóng)作物不受影響的情況下，在近乎實時的環(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 年吸引了重型設備制造商 John Deere 的關注，當時該公司以 3.05 億美元的價格被 收購，目的是將該技術(shù)整合到其農(nóng)業(yè)設備中。

Blue River Technology 的研究人員利用各種深度學習框架進行了試驗，試圖訓練計算機視覺模型來識別雜草和農(nóng)作物之間的差異，這對處理棉花植物來說是一個巨大的挑戰(zhàn)，因為棉花植物不幸地與雜草相似。

Blue River Technology 的計算機視覺和機器學習主管 Chris Padwick 在他 8 月份的一篇 博客文章 中寫道，訓練有素的農(nóng)藝師被征召來執(zhí)行人工圖像標注任務，并使用 PyTorch 訓練 卷積神經(jīng)網(wǎng)絡（CNN），以“分析每一幀圖像，并生成像素級精度的地圖，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 Caffe、TensorFlow 和 PyTorch，”Padwick 告訴 InfoWorld。“對我們來說，這幾乎是一種開箱即用的方法，我們既沒有收到過任何 bug 報告，也沒有出現(xiàn)過阻塞 bug。在分布式計算中，它真的很亮眼，它的性能確實比 TensorFlow 要好，TensorFlow 在數(shù)據(jù)并行方面相當復雜?！?/p>

Padwick 表示，PyTorch 框架的普及和簡單性使得他在快速招聘新員工方面具有優(yōu)勢。話雖如此，Padwick 仍然夢想著這樣一個世界：“人們可以在自己喜歡的環(huán)境中進行開發(fā)。”有些人喜歡用 Apache MXNet、Darknet 或 Caffe 進行研究，但是在生產(chǎn)環(huán)境中，它們只能使用單一語言，而 PyTorch 擁有我們成功所需的一切?！?/p>

Datarock：基于云端的采礦業(yè)圖像分析

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

通常，地質(zhì)學家會一厘米一厘米地仔細研究這些樣品，以評估礦物學和結(jié)構(gòu)；而工程師則會尋找諸如斷層、裂縫和巖石質(zhì)量等物理特征。這一過程是緩慢的，而且很容易出現(xiàn)人為錯誤。

Datarock 的首席運營官 Brenton Crawford 告訴 InfoWorld：“計算機可以像工程師一樣看到巖石。如果你能在圖像中看到，我們就可以訓練一個模型去分析它，就像訓練一個人類一樣?！?/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)增強技術(shù)，以便在早期階段收集足夠的訓練數(shù)據(jù)。

“在最初的發(fā)現(xiàn)期之后，團隊開始將各種技術(shù)結(jié)合起來，為鉆探巖心圖像創(chuàng)建一個圖像處理工作流程。這項工作包括開發(fā)一系列深度學習模型，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。”研究人員在一篇 博客文章 中寫道。

通過 DataRock 的技術(shù)，客戶只需半小時就能得到結(jié)果，而手工記錄結(jié)果需要五、六小時。Crawford 說，這樣可以使地質(zhì)學家不再從事更繁重的工作。但是，“當我們將更困難的事情實現(xiàn)自動化時，我們確實會受到一些阻力，不得不解釋為什么要把它們作為訓練模型和使反饋循環(huán)轉(zhuǎn)動的系統(tǒng)的一部分?！?/p>

和許多公司訓練深度學習計算機視覺模型一樣，Datarock 也是從 TensorFlow 開始的，但很快就轉(zhuǎn)向了 PyTorch。

Datarock 的機器學習主管 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崩潰?！彼f，“當時 PyTorch 和 Detecton2 剛剛發(fā)布，非常符合我們的需求，所以經(jīng)過一些測試之后，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，所以我們進行了轉(zhuǎn)換。”

Datarock 還報告說，當在 GPU 上運行模型時，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 不斷增長的社區(qū)、設計良好的界面、易于使用和更好的調(diào)試作為切換的理由，并指出，盡管“從界面的角度來看，它們是完全不同的，但如果你懂 TensorFlow，那么切換起來是相當容易的，特別是如果你了解 Python 的時候。”

作者介紹：

Scott Carey，經(jīng)驗豐富的多媒體記者，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)秀團隊，并且具有豐富的數(shù)字技能，在為網(wǎng)絡和紙媒撰稿、報道事件、電視記者和電臺記者方面的經(jīng)驗。

責任編輯：lq