非死book开源深度学习软件库，帮助开发者在短时间内建立大规模神经网络模型

据 GIGAOM报道 ，昨日， 非死book人工智能研究院 （FAIR）开源了一系列软件库，以帮助开发者建立更大、更快的深度学习模型。开放的软件库在非死book被称作模块。用它们替代机器学习领域常用的开发环境Torch中的默认模块，可以在更短的时间内训练更大规模的神经网络模型。

这些模块 为适用英伟达的GPU进行了优化。一部分可以用来训练大型计算机视觉系统。部分模块也可以用来训练处理不同类型数据的模型。既可以进行文本识别、图像识别，也能用于语言模型的训练。部分模块将大型卷积神经网络模型的训练速度提升了23.5倍。

尽管这些模块在速度和规模上都有所提升，但FAIR的研究员Soumith Chintala表示，它们不会对当前已经在使用的模型产生非常大的影响。它的主要优势在于，处理像非死book面对的巨大规模数据处理时，可以让研究人员使用一些过去不太可能使用的模型。

非死book正与英伟达合作，重构一些英伟达用于处理网络规模级数据的深度学习编程软件库。为了 让GPU更好地支持深度学习 研究，英伟达也在简化GPU编程难度。所以，尽管非死book使用的数据规模超过了目前许多主流的深度学习研究，它或许能与英伟达一起找到更好的处理方案。

此次软件库的开放意味着非死book开始在更大的范围内开放深度学习资源。此前，他们曾经开放过数据中心和网络规模软件。Chintala表示，接下来非死book会持续地开放代码，而不会像过去那样只在偶尔取得突破性进展的时候开放部分代码。

深度学习的应用场景日益丰富，从相册处理到无人驾驶汽车都可以用到深度学习的模型。代码开源也变得越来越重要。非死book加入了Torch、Caffe、和创业公司Skymind推出的Deeplearning4j开放框架。此前 Goolge也曾开源了基于深度学习的工具word2vec 和一些支持深度学习的数据集。

[本文参考以下来源： gigaom.com , research.非死book.com ]