6 月 11 日，F(xiàn)acebook 宣布推出 PyTorch Hub。這是一個(gè)簡單的 API 和工作流程，包含計(jì)算機(jī)視覺、自然語言處理領(lǐng)域的諸多經(jīng)典模型的聚合中心，為機(jī)器學(xué)習(xí)研究的復(fù)現(xiàn)提供了基礎(chǔ)的構(gòu)建模塊。無論是 ResNet、BERT、GPT、VGG、PGAN，還是 MobileNet 等經(jīng)典模型，只需輸入一行代碼，就能實(shí)現(xiàn)一鍵調(diào)用。
關(guān)于 PyTorch Hub
可復(fù)現(xiàn)性是許多研究領(lǐng)域的基本要求，包括基于機(jī)器學(xué)習(xí)技術(shù)的研究領(lǐng)域。然而，許多機(jī)器學(xué)習(xí)出版物要么不可復(fù)現(xiàn)，要么難以復(fù)現(xiàn)。隨著研究出版物數(shù)量的持續(xù)增長，包括目前在 arXiv 上的數(shù)萬份論文以及歷史大會(huì)投稿，研究的可復(fù)現(xiàn)性比以往重要得多。雖然其中很多出版物都附上了有用的代碼以及訓(xùn)練有素的模型，但仍為用戶留下了一些需要自行解決的步驟。
所以 PyTorch 團(tuán)隊(duì)推出了 PyTorch Hub：一個(gè)簡單的 API 和工作流程，為機(jī)器學(xué)習(xí)研究的復(fù)現(xiàn)提供了基礎(chǔ)的構(gòu)建模塊。它由一個(gè)經(jīng)過預(yù)先訓(xùn)練的模型存儲(chǔ)庫組成，專門設(shè)計(jì)用于協(xié)助研究的可復(fù)現(xiàn)性并實(shí)現(xiàn)新的研究。它還內(nèi)置了支持 Colab，集成 Papers With Code 網(wǎng)站，目前已有一組預(yù)訓(xùn)練模型，包括 Classification、Segmentation、Generative 和 Transformer 等等。
[所有者] 發(fā)布模型
PyTorch Hub 可通過添加一個(gè)簡單的 hubconf.py 文件，實(shí)現(xiàn)將預(yù)訓(xùn)練模型 (模型定義和預(yù)訓(xùn)練權(quán)重) 發(fā)布到 GitHub 存儲(chǔ)庫。這提供了所支持模型的枚舉以及運(yùn)行模型所需的依賴項(xiàng)列表。用戶可以在 torchvision，huggingface-bert 和 gan-model-zoo 存儲(chǔ)庫中找到示例。
最簡單的案例：torchvision's hubconf.py：
在 torchvision，模型具有以下屬性：
- 每個(gè)模型文件都可以獨(dú)立正常執(zhí)行
- 無需要除 PyTorch 以外的任何包（在 hubconf.py 中：dependencies['torch']）
- 無需單獨(dú)模型入口，因?yàn)槟Ｐ鸵坏﹦?chuàng)建，即可無縫提取使用
將包依賴最小化，可減少用戶導(dǎo)入模型后需要立即進(jìn)行實(shí)驗(yàn)時(shí)出現(xiàn)的各類問題。一個(gè)更直觀的案例是 HuggingFace's BERT 模型，其 hubconf.py 文件如下：
每個(gè)模型都需要?jiǎng)?chuàng)建一個(gè)模型入口，下面是一個(gè)代碼段，指定了 bertForMaskedLM 模型入口，并返回預(yù)先訓(xùn)練的模型權(quán)重。
這些模型入口可以作為復(fù)雜模型的包裝器，它們可以提供注釋文檔或其他幫助函數(shù)，具有支持下載預(yù)訓(xùn)練權(quán)重的功能 (例如通過 pretrained=True)，或者具有其他特定功能，如可視化。
有了 hubconf.py，研究者就可以去 PyTorch Hub 的 GitHub 頁發(fā)送拉取請(qǐng)求。若該模型符合高質(zhì)量、易復(fù)現(xiàn)、最有益的要求，F(xiàn)acebook 官方將會(huì)與你合作；若模型質(zhì)量較低，也有被拒絕發(fā)布的可能。但拉取請(qǐng)求一旦被接受，該模型將很快出現(xiàn)在 PyTorch Hub 官方網(wǎng)頁上，供所有用戶瀏覽。
[用戶] 流程
PyTorch Hub 允許用戶對(duì)已發(fā)布的模型執(zhí)行以下操作：
1、查看可用的模型
用戶可以使用 torch.hub.list() API 查看存儲(chǔ)庫內(nèi)所有可用的模型入口。
PyTorch Hub 還允許使用除預(yù)訓(xùn)練模型的其它輔助模型，例如在 BERT 模型中進(jìn)行預(yù)處理時(shí)加入 bertTokenizer，這會(huì)使工作流更順暢。
2、加載模型
已知了其中提供的模型，用戶可以使用 torch.hub.load()API 加載模型入口。這只需要一個(gè)命令，而不需要安裝其它的 wheel。此外，torch.hub.help()API 可以提供有關(guān)如何使用預(yù)訓(xùn)練模型演示的有用信息。
模型發(fā)布者通常后續(xù)也會(huì)不斷添加錯(cuò)誤修復(fù)和性能改進(jìn)，用戶通過調(diào)用也可以非常簡單地獲取更新，確保自己用到的是最新版本：
這將有助于減輕模型發(fā)布者重復(fù)發(fā)布包的負(fù)擔(dān)，從而使他們更加專注于研究。同時(shí)它還可確保，作為用戶獲得的是最新的可用模型。
而另一方面如果用戶更在意穩(wěn)定性，模型發(fā)布者則會(huì)提供一些特定的分支或標(biāo)記 (而不是主分支)，以確保代碼的穩(wěn)定性。例如 pytorch_GAN_zoo 的 hub 分支：
3、了解模型可用方法
加載了模型后，可以使用 dir(model) 找出該模型所支持的可用方法，以 bertForMaskedLM 模型為例：
help(model.forward) 則可提供運(yùn)行該方法所需的參數(shù)，幫助用戶進(jìn)行更深入的了解。
其他
PyTorch Hub 中提供的模型也支持 Colab，并直接鏈接在 Papers With Code 中，用戶可以一鍵進(jìn)入 Colab 運(yùn)行模型 Demo。
原文鏈接：
https://pytorch.org/blog/towards-reproducible-research-with-pytorch-hub/
來源 | 雷鋒網(wǎng)
作者 | 楊鯉萍
