Uber ATG开源Neuropod DL 推理引擎

匿名用户 2020年7月8日 pm8:59 阅读 450

Rideshare巨头Uber继续探索深度学习的潜力,以提供更安全,更可靠的自动驾驶技术。本周,Uber高级技术小组(ATG)发布了Neuropod,这是一个开放源代码库,它提供了一个统一的接口,用于从C ++和Python的多个框架中运行深度学习(DL)模型。

Uber ATG高级自主工程师Vivek Panyam在公司博客中写道:“随着我们的自动驾驶软件的发展,我们一直在寻找改善模型的新方法,有时这意味着尝试不同的深度学习框架。”

Uber ATG开源Neuropod DL 推理引擎

在过去的几年中,Uber ATG研究人员使用了诸如Caffe2,TensorFlow,PyTorch和TorchScript之类的DL框架,他们还希望尝试新的开源框架,例如JAX,Trax,Flax,Haiku和RLax。

尽管尝试新框架非常简单,但实际上在所有系统和流程中为新的DL框架添加生产支持非常耗时,Uber开发了Neuropod来简化该流程。Neuropod充当现有深度学习框架之上的抽象层,为运行不同的DL模型提供统一的界面。

每个Neuropod模型都实现问题定义-对问题的正式描述,供模型解决。结果,解决相同问题的任何模型即使使用不同的框架也可以互换。现有模型可以包装在Neuropod软件包中,该软件包包含原始模型以及元数据,测试数据和自定义操作(如果有)。

自2019年初内部发布以来,已在Uber ATG,Uber AI和Uber核心业务中部署了数百种Neuropod模型-包括需求预测模型,乘车预计到达时间(ETA)预测模型,Uber Eats菜单转录,以及自动驾驶汽车的对象检测模型。

该公司表示,Neuropod使研究人员可以轻松地在他们选择的框架内构建模型,同时还可以简化这些模型的产品电离。Neuropod当前支持TensorFlow,PyTorch,TorchScript和Keras。

内容由匿名用户提供,本内容不代表vibaike.com立场,内容投诉举报请联系vibaike.com客服。如若转载,请注明出处:https://ispeak.vibaike.com/32229

发表评论

登录后才能评论