Facebook开源深度学习框架Torchnet，加快A.I研究步伐

今天，在新发布的一篇学术报告还有博文中，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。