你知道PyTorch Hub吗? 这个Facebook的深度学习模型库,一问世就引发了巨大关注。 因为它太强了: ResNet、BERT、GPT、VGG、PGAN、MobileNet等深度学习领域的经典模型,只需输入一行代码,就能一键调用。 不过,人工智能领域,这样的模型库不仅仅只有PyTorch Hub一个,还有其他4个(来自@爱可可-爱生活):
在这些地方,深度学习模型同样能够“拿来就能用”。 PyTorch Hub官方介绍,PyTorch Hub是一个简易API和工作流程,为复现研究提供了基本构建模块,包含预训练模型库。 PyTorch Hub支持Colab,能与论文代码结合网站Papers With Code集成,用于更广泛的研究。 此外,Facebook还鼓励学者把自己的模型发布到这里来,来让PyTorch Hub越来越强大。 目前,PyTorch Hub有26个模型可以使用,它们分别是:
PyTorch Hub: GitHub地址: 相关报道: PyTorch Hub发布!一行代码调用最潮模型,图灵奖得主强推 TensorFlow Hub官方介绍,TensorFlow Hub是一个库,用于发布、发现和使用机器学习模型中可重复利用的部分。 模块是一个独立的 TensorFlow 图部分,其中包含权重和资源,可以在一个进程中供不同任务重复使用(称为迁移学习)。 从而实现使用较小的数据集训练模型;改善泛化效果,以及加快训练速度。 目前,TensorFlow Hub一共有20个API、75个用于文本嵌入的模块、71个用于图像特征向量模块,以及2个用于视频分类的模块等等。 模块基本上全来自谷歌官方,来自谷歌AI的有大多数,还有一些来自DeepMind。 TensorFlow Hub支持使用语言、网络、提供者、数据集以及类型来对模块进行精确筛查。其中有8个模块支持中文。 TensorFlow Hub: GitHub地址: TensorFlow Models一个GitHub上的存储库,包含了许多在TensorFlow中实现的模型,一共分为两类:官方模型和研究模型。 官方模型,是使用TensorFlow的高级API的示例模型的集合。 它们能够得到良好的维护、测试,并与最新的稳定的TensorFlow API保持同步。项目创建者表示,推荐新的TensorFlow用户从这里开始,目前可用的模型有:
研究模型,是研究人员在TensorFlow中实现的大量模型集合。它们在发布分支中不受官方支持或不可用;模型维护等方面取决于各个研究人员。目前有51个模型,覆盖计算机视觉、自然语言处理领域等等。 TensorFlow Models: https://github.com/tensorflow/models/ Model Zoo这个平台,由新加坡名为Jing Yu Koh本科生牵头搭建。与上述的几个平台不同,这个平台上提供预训练模型,不仅仅只是完全针对于Pytorch或者TensorFlow。 在每个模型上,会标注出这个模型在GitHub的标星数量,模型适用的框架、领域以及模型的使用条件/用途。 目前已经收集了数百个模型,覆盖的领域包括计算机视觉、自然语言处理、强化学习、无监督学习、音频和语音、生成模型。 涉及到的框架有:TensorFlow、Caffe、Caffe2、PyTorch、MXNet、Keras、Chainer。 Model Zoo: Models – IBM DeveloperIBM开放的预训练深度模型库,目前一共有32个模型,分为可部署和可训练模型两类,涉及18个领域,分别是:
Models – IBM Developer https://developer.ibm.com/exchanges/models/all/ 小结最后,小小总结一下。 上文提到的这些深度模型库中,有一些是专用的,比如PyTorch Hub、TensorFlow Hub和TensorFlow Models,只能够在PyTorch框架或者TensorFlow中使用,但其使用起来非常方便,能够快速调用部署。 其他的,比如Model Zoo则是由个人开发者收集,覆盖面很广泛,模型也很多,但相对来说,部署起来并没有直接利用PyTorch Hub或TensorFlow Hub方便。 大家可以根据自己的需求选择相应深度学习库。 利用好了,可以事半功倍~ |
|