Facebook 开源深度学习框架 Torchnet

今天，在新发布的一篇学术报告中，Facebook 详细介绍了新的人工智能开源软件 Torchnet，用于简化深度学习。

深度学习是当下一种时髦的学习方式，涉及到培训人工神经网络处理大量的数据，如图片，然后让神经网络做出新数据的预测。与其建立一个全新的深度学习框架， Facebook 选择的是在 Torch 上编译一个开源库，Facebook 先前也曾致力于此。

“这 使得它很容易实现完全隐藏 I/O（输入 / 输出）成本功能，而如果你想创建一个实用的大型深度学习系统，你就很需要这项功能的。” Facebook 人工智能研究所（FAIR）的一名科学家 Laurens van der Maaten 在一次采访中这样说道，“我们并不是要让 Torch 运作的更快或者更慢或者其他怎样，这些都不是框架的重点所在。” van der Maaten 还表示，Torchnet 是用 Lua 脚本语言写成，能够在标准的 x86 芯片或图形处理单元（GPUs）上运行，也可以让程序员重用某些代码。这样一来就能够降低工作量，同时也可以降低出现 bug 的几率。

Facebook 并不是唯一一家为 Torch 编译工具的公司，Twitter 也这样做过，可以肯定的是，同 van der Maaten 聊过的一些 Twitter 的员工似乎也对 Torchnet 感兴趣。亚马逊、谷歌和微软也在近几个月发布了全新的深度学习框架，Facebook 之前一直致力于开发原生开源项目，如 React Native 和 Presto，所以现在 Facebook 做出一些改变看上去还是挺有意思的。

van der Maaten 说道：“这种方法同 Theano 框架的 Blocks and Fuel 库有点相似。”

在这份报告中，van der Maaten 写道：Torchnet 可能并不会一直局限在 Torch 上使用，Torchnet 是抽象的，可以轻松应用到其他框架中，例如 Caffe 还有谷歌的 TensorFlow 框架。

在 六、七个月前，Facebook 发布了 Torchnet 的第一版本。van der Maaten 说道：“现在有许多团队在不同应用中使用这一版本。” 他没有说具体是 Facebook 的哪些工作依赖于 Torchnet，但它可以被应用到图像识别和自然语言处理等方面，这样一来便可以在一些事情上派上用场，例如找到相关的 Instagram 图片来为 News Feed 选择最佳 Facebook 帖子。Facebook 希望它的内容能够比网络上的其他内容都更具吸引力，这样既可以留住 “回头客” 又能够吸引新用户，所以这是很重要的东西。