Waarom is dit belangrijk?
Dankzij PyTorch kunnen onderzoeksteams modellen op dezelfde manier bouwen, testen en de uitkomsten onderling vergelijken in wetenschappelijke projecten. In de klimaatwetenschap gebruiken onderzoeksgroepen het om weersverwachtingen te maken uit lange reeksen meetgegevens. Studenten, docenten en onderzoekers oefenen daarmee met gereedschap dat ook in laboratoria draait, maar een model volgt alleen de aangeleverde gegevens en kan daardoor fouten of eenzijdige patronen overnemen.
Zo werkt het in de praktijk
Bij LinkedIn draait het rekenprogramma DuaLip-PyTorch op PyTorch. Het bedrijf koppelt daarmee vacatures aan werkzoekenden en weegt doelen in aanbevelingen tegen elkaar af, zoals hoeveel berichten een gebruiker krijgt. De berekening staat op grafische processoren en vervangt een eerdere versie op gewone processoren.
OpenSynth is een open gemeenschap bij LF Energy. De gemeenschap gebruikt PyTorch om rekenwerk voor energiemodellen te versnellen. Zo maakt het project nagemaakte gegevens over de energievraag breder beschikbaar voor onderzoekers, modelleurs en beleidsmakers.
Voor de uitwisseling van modellen gebruiken teams ONNX. Dat is een open formaat waarmee een PyTorch-model overgaat naar software die het ergens anders uitvoert. Het formaat koppelt het model los van één vaste rekenomgeving, bijvoorbeeld voor TensorRT van NVIDIA.




