Theano's Dead!Yoshua Bengio宣布停止Theano维护与开发

简介: 今日,Theano 的开发与维护者之一 Pascal Lamblin 贴出了一封邮件:Yoshua Bengio 宣布 Theano 停止更新维护。在机器学习框架竞争如此激烈的现状下,此信息引起了极大的热议。

Theano 是一个 Python 库,可用于定义、优化和计算数学表达式,特别是多维数组(numpy.ndarray)。在解决包含大量数据问题的时候,使用 Theano 编程可以获得比手写 C 语言实现更快的速度。通过新近的 GPU 加速,Theano 可以比基于 CPU 计算的 C 语言快上好几个数量级。


Theano 结合了计算机代数系统(computer algebra system/CAS)和优化编译器。它还可以为多种数学运算生成定制的 C 语言代码。对于包含重复计算复杂数学表达式的任务而言,计算速度很重要,因此这种 CAS 和优化编译器的组合是很有用的。对于需要将每一种不同的数学表达式都计算一遍的情况,Theano 可以最小化编译/解析的计算量,但仍然会给出如自动微分那样的符号特征。


Theano 由蒙特利尔大学 LISA 实验室所编写,用来支持高效机器学习算法。其名字来自于一位希腊数学家,她可能也是毕达哥拉斯的妻子。


以下为 Theano GitHub 项目的开发者与维护者,可以看到谷歌研究科学家 Ian Goodfellow 也是其中之一:


微信图片_20211129133646.jpg


近 10 年来,Theano 一共有 322 位贡献者对该项目做出杰出的贡献。截至到目前,该项目共有 554 个关注(watch)、6964 个收藏(star)和 2300 次复制(fork)。



微信图片_20211129133643.jpg



如今,身为主流框架之一的 Theano 面临「死亡」。在 Yoshua Bengio 的邮件被贴出之后,Reddit、HackNews 上已经一片热议。虽是一个开源框架,缺少了固定开发与维护者,在 TensorFlow、MXNet、Caffe、CNTK 等深度学习框架竞争下必然丧失优势。


对此,很多 Theano 用户都大感惋惜。如 bbsome 在 Reddit 上说:「我是 Theano 的忠实用户,我常常大力提倡使用它进行研究,我最近在一些案例上观察到它的性能要比 TensorFlow 更好,不幸的是,我们没有那么多基准测试。虽然 Theano 在长时间内并不会消失,但主流扩展包将永远得不到更新了。」


以下为 Yoshua Bengio 发出的邮件,说明了 Theano 即将在未来几周内终止开发:


亲爱的用户和开发者:


十年一路走来,我们遗憾地宣布 Theano 在 1.0 版本之后,即将在未来的几周内终止开发;我们将继续最低程度的维护从而保证它足够运行一年,但不会再更新功能。随后,Theano 作为一款开源软件继续可用,但是 MILA 不再维护它。


支持深度学习研究的软件生态系统快速进化,且状态良好:开源软件成为规范,大量框架并存,满足着从探索全新想法到将其部署实现的全部需求;并且在激烈竞争中不同巨头支持着不同的软件堆栈。


我们为多年以来 Theano 的创新深感自豪,并且其创新正被其他框架继承和优化。比如,把模型表达为数学表达式、重写计算图以获得更优性能和内存使用、GPU 上的透明执行、更高阶的自动微分,正在全部成为主流。


在这一背景下,我们认为继续维护 Theano 不再是推动全新研究与应用的最佳方式。即使来自学界、业界的贡献与支持不断增加,维持陈旧的代码库并保持竞争已经成为了创新的阻碍。


MILA 仍然会致力于支持学者们实现最新发明(有时甚至是异想天开的想法),我们仍会通过其它方式遵循这一理念继续前进,在其他项目中为开源社区做出更多贡献。


感谢所有一直支持 Theano 的朋友们,是你们的持续努力让这一框架不断完善。


-- Yoshua Bengio

相关文章
|
4月前
|
测试技术 持续交付 UED
什么是软件开发领域中的 Regression issue
什么是软件开发领域中的 Regression issue
|
11月前
|
供应链 Python
Gurobi安装和使用
Gurobi安装和使用
599 0
|
程序员 iOS开发 MacOS
Objective-C 基础知识
Objective-C 基础知识
92 0
|
存储 Web App开发 安全
Volatility2安装使用以及CTF比赛题目(复现)
Volatility2安装使用以及CTF比赛题目(复现)
2320 0
|
敏捷开发
一分钟搞懂 FAST Agile
一分钟搞懂 FAST Agile
203 0
一分钟搞懂 FAST Agile
|
算法 决策智能 Windows
【论文阅读】(2017)The late acceptance Hill-Climbing heuristic
【论文阅读】(2017)The late acceptance Hill-Climbing heuristic
291 0
【论文阅读】(2017)The late acceptance Hill-Climbing heuristic
practice2-基础算法2
快速学习practice2-基础算法2
practice2-基础算法2
|
jenkins 测试技术 持续交付
干货 | 初窥 Pytest 测试框架,基础薄弱也能轻松 hold 住
干货 | 初窥 Pytest 测试框架,基础薄弱也能轻松 hold 住
|
机器学习/深度学习 算法 数据挖掘
台湾大学林轩田机器学习基石课程学习笔记11 -- Linear Models for Classification
台湾大学林轩田机器学习基石课程学习笔记11 -- Linear Models for Classification
117 0
台湾大学林轩田机器学习基石课程学习笔记11 -- Linear Models for Classification
|
机器学习/深度学习 人工智能 数据挖掘
台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem
最近在看NTU林轩田的《机器学习基石》课程,个人感觉讲的非常好。整个基石课程分成四个部分:
197 0
台湾大学林轩田机器学习基石课程学习笔记1 -- The Learning Problem