Facebook опубликовала библиотеку PyTorch3D для обучения нейросетей на 3D-данных
AI-подразделение Facebook выпустило библиотеку PyTorch3D, которая призвана облегчить и ускорить процесс глубокого обучения нейросетей на трёхмерных данных во фреймворке PyTorch, сообщает VentureBeat.
PyTorch3D — это модульная и оптимизируемая библиотека, которая включает специальную структуру данных для хранения треугольных сеток и выполнения действий над ними, набор часто используемых и эффективных 3D-операторов и функций потерь для таких сетей, а также дифференцируемый рендер моделей.
Facebook применяет PyTorch3D во внутренних проектах, таких как Mesh R-CNN: система умеет распознавать предметы на картинках и строить их трёхмерные модели.
По словам разработчиков, PyTorch3D может применяться в самых разнообразных задачах глубокого обучения на основе 3D-данных, например, для улучшения навигации роботов в пространстве, распознавания объектов самоуправляемыми авто или же для повышения реалистичности VR и качества обработки 2D-изображений.
TinyML, No-code и обучение с подкреплением: новейшие тренды в машинном обучении
Пока 20% топ-менеджеров утверждают, что машинное обучение является существенной частью их бизнеса, неудивительно, что стоимость мирового рынка машинного обучения, по некоторым оценкам, достигнет $117 млрд к концу 2027 года.
Мы перевели материал Udacity о семи самых обсуждаемых тенденциях в машинном обучении в 2022 году.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.