内容概要：近日 PyTorch 发布了 1.5 版本的更新，作为越来越受欢迎的机器学习框架，PyTorch 本次也带来了大的功能升级。此外， Facebook 和 AWS 还合作推出了两个重要的 PyTorch 库。

关键词：PyTorch  AWS  TorchServe

随着 PyTorch 在生产环境中的应用越来越多，为社区提供更好的工具和平台，以便高效地扩展训练和部署模型，也成了 PyTorch 的当务之急。

近日 PyTorch 1.5 发布，升级了主要的 torchvision，torchtext 和 torchaudio 库，并推出将模型从 Python API 转换为 C ++ API 等功能。

除此之外，Facebook 还和 Amazon 合作，推出了两个重磅的工具：TorchServe 模型服务框架和 TorchElastic Kubernetes 控制器。

TorchServe 旨在为大规模部署 PyTorch 模型推理，提供一个干净、兼容性好的工业级路径。

而 TorchElastic Kubernetes 控制器，可让开发人员快速使用 Kubernetes 集群，在 PyTorch 中创建容错分布式训练作业。

这似乎是 Facebook 联手亚马逊，在针对大型性能 AI 模型框架上，宣战 TensorFlow 的一个举措。

TorchServe：用于推理任务

部署机器学习模型进行规模化推理并非易事。开发人员必须收集和打包模型工件，创建安全的服务栈，安装和配置预测用的软件库，创建和使用 API 和端点，生成监控用的日志和指标，并在可能的多个服务器上管理多个模型版本。

上述每一项任务都需要大量的时间，并可能会使模型部署速度减慢数周甚至数月。此外，为低延迟在线应用优化服务是一件必须要做的事情。

此前使用 PyTorch 的开发人员，均缺乏官方支持的部署 PyTorch 模型的方法。而生产模型服务框架 TorchServe 的发布，将改变这一现状，它能够更容易地将模型投入到生产中。

在下面的例子中，将说明如何从 Torchvision 中提取训练过的模型，并使用 TorchServe 进行部署。

#Download a trained PyTorch model
wget https://download.pytorch.org/models/densenet161-8d451a50.pth#Package model for TorchServe and create model archive .mar file
torch-model-archiver \--model-name densenet161 \--version 1.0 \--model-file examples/image_classifier/densenet_161/model.py \--serialized-file densenet161–8d451a50.pth \--extra-files examples/image_classifier/index_to_name.json \--handler image_classifiermkdir model_store
mv densenet161.mar model_store/#Start TorchServe model server and register DenseNet161 model
torchserve — start — model-store model_store — models densenet161=densenet161.mar

TorchServe 的测试版本现已可用，其特点包括:

• 原生态 API：支持用于预测的推理 API，和用于管理模型服务器的管理 API。

• 安全部署：包括对安全部署的  HTTPS 支持。

• 强大的模型管理功能：允许通过命令行接口、配置文件或运行时 API 对模型、版本和单个工作线程进行完整配置。

• 模型归档：提供执行「模型归档」的工具，这是一个将模型、参数和支持文件打包到单个持久工件的过程。使用一个简单的命令行界面，可以打包和导出为单个「 .mar」文件，其中包含提供 PyTorch 模型所需的一切。该 .mar 文件可以共享和重用。

• 内置的模型处理程序：支持涵盖最常见用例，如图像分类、对象检测、文本分类、图像分割的模型处理程序。TorchServe 还支持自定义处理程序。

• 日志记录和指标：支持可靠的日志记录和实时指标，以监视推理服务和端点、性能、资源利用率和错误。还可以生成自定义日志并定义自定义指标。

• 模型管理：支持同时管理多个模型或同一模型的多个版本。你可以使用模型版本回到早期版本，或者将流量路由到不同的版本进行 A/B 测试。

• 预构建的图像：准备就绪后，可以在基于 CPU 和 NVIDIA GPU 的环境中，部署T orchServe 的 Dockerfile 和 Docker 镜像。最新的 Dockerfiles 和图像可以在这里找到。

用户也可以从 pytorch.org/serve 获得安装说明、教程和文档。

TorchElastic ：集成的 K8S 控制器

当前机器学习的训练模型越来越大，如 RoBERTa 和 TuringNLG，它们向外扩展到分布式集群的需求也变得越来越重要。为了满足这一需求，通常会使用抢占式实例（例如 Amazon EC2 Spot  实例）。

但这些可抢占实例本身是不可预测的，为此，第二个工具 TorchElastic 出现了。

Kubernetes 和 TorchElastic 的集成，允许 PyTorch 开发人员在一组计算节点上训练机器学习模型，这些节点可以动态地变化，而不会破坏模型训练过程。

即使节点发生故障，TorchElastic 的内置容错功能也可以暂停节点级别的训练，并在该节点再次恢复正常后恢复训练。

TorchElastic 的内置容错能力支持断点续传

此外，使用带有 TorchElastic 的 Kubernetes 控制器，可以在硬件或节点回收时问题上，在被替换了节点的集群上，运行分布式训练的关键任务。

训练任务可以使用部分被请求的资源启动，并且可以随着资源可用而动态扩展，无需停止或重新启动。

要利用这些功能，用户只需在简单的作业定义中指定训练参数，Kubernetes-TorchElastic 软件包便可以管理作业的生命周期。

以下是用于 Imagenet 训练作业的 TorchElastic 配置的简单示例：

apiVersion: elastic.pytorch.org/v1alpha1
kind: ElasticJob
metadata:name: imagenetnamespace: elastic-job
spec:rdzvEndpoint: $ETCD_SERVER_ENDPOINTminReplicas: 1maxReplicas: 2replicaSpecs:Worker:replicas: 2restartPolicy: ExitCodetemplate:apiVersion: v1kind: Podspec:containers:- name: elasticjob-workerimage: torchelastic/examples:0.2.0rc1imagePullPolicy: Alwaysargs:- "--nproc_per_node=1"- "/workspace/examples/imagenet/main.py"- "--arch=resnet18"- "--epochs=20"- "--batch-size=32"

‍

微软、谷歌，就问你们慌不慌？

这次两家合作推出全新 PyTorch 库的操作，其背后也许有着更深层的意义，因为「不带你玩」这个套路，在框架模型发展的历史上，已不是第一次出现。

2017 年 12 月，AWS、Facebook 和微软宣布，他们将共同开发可用于生产环境的 ONNX ，以此来对抗谷歌 TensorFlow 对工业界使用的垄断。

随后 Apache MXNet 、Caffe2、PyTorch 等主流深度学习框架，都对 ONNX 实现了不同程度的支持，这方便了算法及模型在不同的框架之间的迁移。

AWS、Facebook 和微软当初

欲用 ONNX 一统框架江湖

而 ONNX 想打通学术界和产业界的愿景，实际上并没有达到当初的预期，各家框架依然用各自的服务体系，基本上只有 MXNet 和 PyTorch 深入到了 ONNX。

而如今，PyTorch 推出了自己的服务体系，ONNX 则近乎失去了存在的意义（MXNet 表示不知所措）。

另一方面，PyTorch 在不断的升级更新之下，框架的兼容性和易用性，正在逼近甚至赶超最强劲的对手 TensorFlow。

虽然谷歌有自己的云服务和框架，但 AWS 的云资源和 Facebook 的框架体系联合，强强联手之下，恐怕谷歌也将难以招架。

而微软已经被曾经 ONNX 三人组的两个小伙伴踢出群聊，下一步不知做何打算？

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习在线手册深度学习在线手册AI基础下载（pdf更新到25集）本站qq群1003271085，加入微信群请回复“加群”获取一折本站知识星球优惠券，复制链接直接打开：https://t.zsxq.com/yFQV7am喜欢文章，点个在看