PyTorchポケットリファレンス

第1章. PyTorch入門

この作品はAIを使って翻訳されている。ご意見、ご感想をお待ちしている：[e-mail]

PyTorchは最も人気のある深層学習Pythonライブラリの1つで、AI研究コミュニティで広く使用されている。 多くの開発者や研究者が、ディープラーニング研究の実験やプロトタイピングを加速するためにPyTorchを使用している。

この章では、PyTorchとは何か、PyTorchを人気にしている機能のいくつかを簡単に紹介する。 また、ローカルマシンとクラウドにPyTorch開発環境をインストールしてセットアップする方法も紹介する。この章が終わる頃には、PyTorchが正しくインストールされていることを確認し、簡単なPyTorchプログラムを実行できるようになるだろう。

PyTorchとは何か？

PyTorchライブラリは主にFacebookのAI Research Lab（FAIR）によって開発され、1,700人以上の貢献者を持つフリーでオープンソースのソフトウェアである。Pythonで、配列ベースの計算、動的ニューラルネットワークの構築、自己微分の実行を、強力なグラフィック・プロセッシング・ユニット（GPU）アクセラレーションを使って簡単に実行することができる。テンソル計算を加速するために使用する人もいるが、ほとんどの人はディープラーニングの開発に使用している。

PyTorchのシンプルで柔軟なインタフェースは、迅速な実験を可能にする。数行のコードでデータをロードし、変換を適用し、モデルを構築することができる。そして、カスタマイズした学習、検証、テストのループを柔軟に記述し、学習済みモデルを簡単にデプロイできる。

スタンフォード大学などの大学や、Uber、NVIDIA、Salesforceなどの企業を含む、強力なエコシステムと大規模なユーザコミュニティを持っている。2019年、PyTorchはマシン学習とDeep Learningカンファレンスのプロシーディングを席巻した：コンピュータビジョンとパターン認識会議（CVPR）のプロシーディングの69％がPyTorchを使用し、計算言語学会（ACL）とACL北米支部（NAACL）の両方で75％以上がPyTorchを使用し、国際学習表現会議（ICLR）と国際機械学習会議（ICML）でも50％以上がPyTorchを使用した。また、GitHubにはPyTorch関連のリポジトリが6万以上ある。

多くの開発者や研究者が、ディープラーニング研究の実験やプロトタイピングを加速するためにPyTorchを使用している。そのシンプルなPython API、GPUサポート、柔軟性により、学術機関や営利研究機関の間で人気のある選択肢となっている。2018年にオープンソース化されて以来、PyTorchは安定リリースに達し、Windows、Mac、Linuxオペレーティングシステムに簡単にインストールできる。このフレームワークは急速に拡大し続けており、現在ではクラウドやモバイルプラットフォームでの本番環境へのデプロイも容易になっている。

なぜPyTorchを使うのか？

マシン学習を研究したり、ディープラーニングの研究を行ったり、AIシステムを構築したりする場合、おそらくディープラーニング・フレームワークを使う必要があるだろう。ディープラーニング・フレームワークを使えば、データのロード、前処理、モデル設計、トレーニング、デプロイといった一般的な作業を簡単に行うことができる。PyTorchは、そのシンプルさ、柔軟性、Pythonインタフェースにより、学術・研究コミュニティで非常に人気がある。PyTorchを学び、使う理由は以下の通りだ： ...