脸书开源用于视觉和语言模型的深度学习框架

脸书最近开源释出能支援视觉和语言领域的深度学习框架Pythia，Pythia是建立在脸书自家的开源框架上PyTorch上，模组化和随插即用的设计能够使研究人员快速地建置、复制和检测AI模型，Pythia框架是为视觉和语言任务设计，像是与视觉资料相关的回答问题模型，以及自动为影像产生标题的模型，此外，Pythia也支援分散训练和多种资料集，还能自订损失函数、指标、排程和优化器。

Pythia框架的功能包含参考工具，能够显示之前模型的基准测试结果，并快速地评估新模型的效能，脸书表示，Pythia框架能够使研究人员进入视觉和语言子领域的过程更顺利，且能够更快地建置模型原型和执行实验，脸书的目标是要透过增加模型和结果的可重复性，来加速研究进展。