Artwork

Контент предоставлен PyTorch, Edward Yang, and Team PyTorch. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией PyTorch, Edward Yang, and Team PyTorch или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.
Player FM - приложение для подкастов
Работайте офлайн с приложением Player FM !

Anatomy of a domain library

16:11
 
Поделиться
 

Manage episode 295783831 series 2921809
Контент предоставлен PyTorch, Edward Yang, and Team PyTorch. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией PyTorch, Edward Yang, and Team PyTorch или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.

What's a domain library? Why do they exist? What do they do for you? What should you know about developing in PyTorch main library versus in a domain library? How coupled are they with PyTorch as a whole? What's cool about working on domain libraries?

Further reading.

Line notes.

  • why do domain libraries exist? lots of domains specific gadgets,
    inappropriate for PyTorch
  • what does a domain library do
    • operator implementations (old days: pure python, not anymore)
      • with autograd support and cuda acceleration
      • esp encoding/decoding, e.g., for domain file formats
        • torchbind for custom objects
        • takes care of getting the dependencies for you
      • esp transformations, e.g., for data augmentation
    • models, esp pretrained weights
    • datasets
    • reference scripts
    • full wheel/conda packaging like pytorch
    • mobile compatibility
  • separate repos: external contributors with direct access
    • manual sync to fbcode; a lot easier to land code! less
      motion so lower risk
  • coupling with pytorch? CI typically runs on nightlies
    • pytorch itself tests against torchvision, canary against
      extensibility mechanisms
    • mostly not using internal tools (e.g., TensorIterator),
      too unstable (this would be good to fix)
  • closer to research side of pytorch; francesco also part of papers
  continue reading

83 эпизодов

Artwork

Anatomy of a domain library

PyTorch Developer Podcast

32 subscribers

published

iconПоделиться
 
Manage episode 295783831 series 2921809
Контент предоставлен PyTorch, Edward Yang, and Team PyTorch. Весь контент подкастов, включая эпизоды, графику и описания подкастов, загружается и предоставляется непосредственно компанией PyTorch, Edward Yang, and Team PyTorch или ее партнером по платформе подкастов. Если вы считаете, что кто-то использует вашу работу, защищенную авторским правом, без вашего разрешения, вы можете выполнить процедуру, описанную здесь https://ru.player.fm/legal.

What's a domain library? Why do they exist? What do they do for you? What should you know about developing in PyTorch main library versus in a domain library? How coupled are they with PyTorch as a whole? What's cool about working on domain libraries?

Further reading.

Line notes.

  • why do domain libraries exist? lots of domains specific gadgets,
    inappropriate for PyTorch
  • what does a domain library do
    • operator implementations (old days: pure python, not anymore)
      • with autograd support and cuda acceleration
      • esp encoding/decoding, e.g., for domain file formats
        • torchbind for custom objects
        • takes care of getting the dependencies for you
      • esp transformations, e.g., for data augmentation
    • models, esp pretrained weights
    • datasets
    • reference scripts
    • full wheel/conda packaging like pytorch
    • mobile compatibility
  • separate repos: external contributors with direct access
    • manual sync to fbcode; a lot easier to land code! less
      motion so lower risk
  • coupling with pytorch? CI typically runs on nightlies
    • pytorch itself tests against torchvision, canary against
      extensibility mechanisms
    • mostly not using internal tools (e.g., TensorIterator),
      too unstable (this would be good to fix)
  • closer to research side of pytorch; francesco also part of papers
  continue reading

83 эпизодов

Все серии

×
 
Loading …

Добро пожаловать в Player FM!

Player FM сканирует Интернет в поисках высококачественных подкастов, чтобы вы могли наслаждаться ими прямо сейчас. Это лучшее приложение для подкастов, которое работает на Android, iPhone и веб-странице. Зарегистрируйтесь, чтобы синхронизировать подписки на разных устройствах.

 

Краткое руководство

Слушайте это шоу, пока исследуете
Прослушать