Theano退役,Bengio发出告别信

2017 年 9 月 29 日 量子位 专注报道AI
李杉 千平 发自 凹非寺
量子位 出品 | 公众号 QbitAI

终于还是走到这一天。

今天凌晨时分,Yoshua Bengio宣布Theano走到了生命的尽头。未来几周,Theano 1.0版本发布后,团队将终止后续开发,并且继续坚持一年的最小维持。未来Theano仍然可以用,但MILA不会再继续为此付出心力了。

有人直接把这描述为:Theano之死。

2008年,Theano正式登台亮相。2011年,Theano项目开发迁移到GitHub。它是一个Python库,用来定义、优化和评估涉及多维数组的数学表达式。

在机器学习领域,Theano一直是最流行的CPU和GPU数学编译器之一。许多框架以及先进的机器学习模型都基于Theano构建。

根据Keras作者François Chollet‏此前发布的统计数据显示,GitHub上几大深度学习框架/库的排名中,Theano已经在前十名之外。

另外,Google趋势的走势表示,尽管神经网络的热度还在逐渐升高,而Theano却已经开始走下坡路。

排名和终止的决定,已经说明了一切。研发团队也曾专门指出Theano的局限,包括受制于Python、图优化时间、代码编译时间、循环和控制流结构、多节点并行、内存占用等等诸多方面。

知乎用户草莓大福就抱怨过上述涉及的Scan、调试困难等问题。而另一位用户邓博元则表示过:“Theano的结构、实现不一定是最优的,但现阶段只有它填补了这一空缺,而且相对成熟,所以大家都用它。”

而Yoshua Bengio表示:支持Theano不再是赋能创新研究思路发展和应用的最佳方式。即使来自行业和学术界的外部贡献越来越多,维护较老的代码库,跟上竞争对手的步伐可能也会阻碍创新。

无论如何,Theano已经在挥手告别了。

Twitter上不少人在说respect或者R.I.P之类,还有用户制作了一张动图,把Theano比作NBA球星退役,球衣直接进入名人堂。

在Theano背后,站着一群天才。例如不少人熟知的大神Yoshua Bengio,Ian Goodfellow,Pascal Lamblin等。在此前的一篇论文中,我们找到了一份上百人的开发团队名单:

他们来自蒙特利尔算法学习人工智能实验室(MILA)、多所大学、Google、Facebook、Nvidia等企业。

最后,附上Yoshua Bengio发出的告别信

亲爱的用户和开发者们,

在近10年的开发之后,我们很遗憾地宣布,未来几周1.0版本发布后,我们将结束Theano项目。我们将继续提供最低限度的维护,确保Theano在未来一年中继续可用,但我们将不再主动开发新特性。随后,基于对开源软件的参与,Theano将继续开放,但MILA不承诺投入时间和精力,继续提供维护和支持。

这一支持深度学习研究的软件生态系统正在快速发展,目前已经处于健康的状态:开源软件是种常态;有各种各样的框架可供选择,从而满足各种需求,无论是探索新想法还是部署并获得产出;在激烈的竞争中,强大的行业参与者正在支持不同的软件堆栈。

我们很高兴,Theano在多年中所做的大部分创新已被其他框架接受和完善。例如,给模型提供数学表述;重写计算图表,实现更好的性能和内存效率;GPU上的透明执行;高阶自动微分,都已经成为主流概念。

在这样的背景下,我们得出结论:支持Theano不再是赋能创新研究思路发展和应用的最佳方式。即使来自行业和学术界的外部贡献越来越多,维护较老的代码库,跟上竞争对手的步伐可能也会阻碍创新。

MILA仍然致力于支持研究者,帮助他们配置和探索创新的(某些时候疯狂的)研究想法。通过其他方式,我们将继续为这个目标努力,并为其他项目做出重要的开源贡献。

感谢你们帮助Theano的开发,以及贡献漏洞报告、配置、用例、文档和支持,使其变得更好。

Yoshua Bengio

MILA负责人

互动时间

我们收集了两篇开发团队的论文,可以帮你更好的了解Theano。有兴趣的同学,可以在量子位微信公众号(QbitAI)对话界面,回复“告别”两个字即可。

加入社群

量子位AI社群9群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot3入群;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进群请加小助手微信号qbitbot3,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI

վ'ᴗ' ի 追踪AI技术和产品新动态


登录查看更多
1

相关内容

Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
130+阅读 · 2020年7月10日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
一网打尽!100+深度学习模型TensorFlow与Pytorch代码实现集合
深度学习界圣经“花书”《Deep Learning》中文版来了
专知会员服务
233+阅读 · 2019年10月26日
TensorFlow与PyTorch之争,哪个框架最适合深度学习
Python开发者
5+阅读 · 2019年9月18日
TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天
机器学习者必知的 5 种深度学习框架
深度学习世界
7+阅读 · 2018年5月3日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5日
2017年四巨头的深度学习框架之战,你支持谁?
全球人工智能
6+阅读 · 2017年12月29日
DeepMind发布《星际争霸 II》深度学习环境
人工智能学家
8+阅读 · 2017年9月22日
SepNE: Bringing Separability to Network Embedding
Arxiv
3+阅读 · 2019年2月26日
Generalization and Regularization in DQN
Arxiv
6+阅读 · 2019年1月30日
Arxiv
5+阅读 · 2018年5月22日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
7+阅读 · 2017年12月28日
VIP会员
相关资讯
TensorFlow与PyTorch之争,哪个框架最适合深度学习
Python开发者
5+阅读 · 2019年9月18日
TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天
机器学习者必知的 5 种深度学习框架
深度学习世界
7+阅读 · 2018年5月3日
李开复为何说年底人工智能泡沫要破?
数据猿
4+阅读 · 2018年2月5日
2017年四巨头的深度学习框架之战,你支持谁?
全球人工智能
6+阅读 · 2017年12月29日
DeepMind发布《星际争霸 II》深度学习环境
人工智能学家
8+阅读 · 2017年9月22日
Top
微信扫码咨询专知VIP会员