亚马逊推出高性能 PyTorch 数据集库 —— S3 Plugin

亚马逊近日为 Facebook 的亚马 PyTorch 机器学习框架 推出了一个名为 S3 Plugin 的数据集库，旨在帮助数据科学家访问存储在 AWS S3(Amazon Web Services Simple Storage Service) 中的逊推性数据集。它专为低延迟而设计，出高亚马逊表示，据集S3 Plugin 为任何规模的亚马数据集提供了流式传输数据的功能，消除了提供本地存储容量的逊推性需要。

PyTorch 是出高一个基于 Torch 库的开源机器学习库，用于计算机视觉和自然语言处理等应用，据集主要由 Facebook 的亚马 AI 研究实验室开发。它是逊推性在修改的 BSD 许可下发布的免费开源软件，底层由 C++ 实现。出高

许多深度学习软件都建立在 PyTorch 之上，据集包括特斯拉自动驾驶、亚马Uber 的逊推性 Pyro 和 HuggingFace 的 Transformers 等。PyTorch 主要提供了两个高级功能：

Tensor 计算(如 NumPy)，出高通过图形处理单元(GPU)进行强力加速 建立在基于类型的源码下载自动微分系统上的深度神经网络

自 2016 年 10 月发布以来，PyTorch 在数据科学和开发人员社区中得到快速成长。2019 年，该平台的贡献者数量同比增长超过 50%，达到近 1200 人。根据研究机构的分析发现，2019 年的每个主要的人工智能会议都有大部分论文是用 PyTorch 实现的，2019 年上半年，论文中 PyTorch 的引用量增长了 194% 以上。

亚马逊在博客文章中写道："有了 PyTorch 深度学习容器中的这项功能，用户可以利用 PyTorch 数据集和数据加载器 API 直接使用 S3 中的数据，而不需要先在本地存储中下载。针对 PyTorch 开发的 S3 Plugin 提供了从 Amazon S3 到 PyTorch 使用数据的原生体验，而无需在代码中增加复杂性。"

S3 Plugin 的优势包括：

PyTorch 支持两种不同类型的数据集，亿华云计算适用于 PyTorch 的 S3 Plugin 可根据你的需要灵活地使用两者; S3 Plugin 可以使用各种格式的训练数据来训练机器学习模型。它与文件格式无关，并将 Amazon S3 上的对象呈现为 blob，并能对从 Amazon S3 接收的输入进行其他转换; S3 Plugin 提供了一种方法，可以使用 ShuffleDataset 在内存中洗数据，或者在扩展 S3IterableDataset 时通过提供输入参数 shuffle_urls 在内存中洗数据;

PyTorch 的 S3 Plugin 提供了一种从 S3 并行传输数据的方法，以及对来自归档文件的数据流的支持。亚马逊表示，由于该插件是 PyTorch 内部接口的实现，它不需要修改现有的代码就可以与 S3 配合使用。

适用于 PyTorch 的 S3 Plugin 提升了 PyTorch 的易用性和灵活性，感兴趣的开发者可以通过预配置的 PyTorch Docker 镜像使用，或直接从 GitHub 仓库使用。b2b供应网

本文转自OSCHINA

本文标题：亚马逊推出高性能 PyTorch 数据集库 —— S3 Plugin

本文地址：https://www.oschina.net/news/159532/amazon-releases-s3-plugin-for-pytorch

很赞哦!（423）