This project has been archived and is no longer actively maintained.
Facebook(現Meta)の研究チームが2016年に開発したオープンソースのAIフレームワーク「PyTorch」は、画像生成AIのStable Diffusionを含む数多くのAIプロジェクトに利用されています。2022年9月12日、PyTorchが「PyTorch Foundation」という名称で独立し、Linux Foundationの下で統括されるプロジェクトに移行することが発表されました。 Announcing the PyTorch Foundation to Accelerate Progress in AI Research | Meta https://about.fb.com/news/2022/09/pytorch-foundation-to-accelerate-progress-in-ai-research/ Welcoming PyTorch to the
[1] 本サイトでは、「PyTorch 公式チュートリアル(英語版 version 1.8.0)」を日本語に翻訳してお届けします。 [2] 公式チュートリアルは、①解説ページ、②解説ページと同じ内容のGoogle Colaboratoryファイル、の2つから構成されています。 両者は基本的には同じ内容です。本サイトでは 「Google Colaboratoryファイル」で、チュートリアルの日本語訳を用意しております(未完成分は順次公開いたします)。 [3] 本サイトのチュートリアルの閲覧および実行は、Google Colaboratory環境を前提とします。 (本サイトのライセンスはこちらとなります) [4] 本サイトに掲載している、日本語チュートリアルをまとめて配置したGitHubはこちらとなります。 [0] 目次(table of contents) 日本語解説へ [1] テンソル(T
はじめに TorchserveはAWSとFacebookが連携して開発したPyTorchのオープンソースモデルサービスライブラリです。Pytorchで記述したモデルクラスと重みファイルを与えるだけでホストを可能にし、APIエンドポイントを提供してくれます。Inference APIで推論を、Management APIでモデルの管理ができます。 詳細はTorchServeのドキュメントを参照してください。 Amazon Web Services ブログの「TorchServe を使用した大規模な推論のための PyTorch モデルをデプロイする」を読んでAWS EC2上でTorchserveを実行してみました。以下では手順とその周辺の話、dockerでの実行を紹介します。 参考 TorchServe を使用した大規模な推論のための PyTorch モデルをデプロイする 手順 EC2インスタ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く