详细内容或原文请订阅后点击阅览
luz 0.4.0
luz v0.4.0 现已在 CRAN 上发布。此版本增加了对 ARM Mac GPU 上训练模型的支持，减少了使用 luz 的开销，并使检查点和恢复失败的运行变得更加容易。
来源:RStudio AI博客CRAN 上现已提供 luz 的新版本。luz 是 torch 的高级接口。它旨在减少训练 torch 模型所需的样板代码，同时尽可能灵活，以便您可以调整它以运行各种深度学习模型。
如果您想开始使用 luz，我们建议您阅读上一个版本的博客文章以及“使用 R torch 进行深度学习和科学计算”一书中的“使用 luz 进行训练”一章。
上一个版本的博客文章 “使用 luz 进行训练” “使用 R torch 进行深度学习和科学计算”此版本添加了许多较小的功能，您可以在此处查看完整的更新日志。在这篇博客文章中，我们重点介绍了我们最兴奋的功能。
此处支持 Apple Silicon
自 torch v0.9.0 起，可以在配备 Apple Silicon 的 Mac 的 GPU 上运行计算。不过，luz 不会自动使用 GPU，而是用于在 CPU 上运行模型。
torch v0.9.0从此版本开始，luz 将在 Apple Silicon 计算机上运行模型时自动使用“mps”设备，从而让您受益于在 GPU 上运行模型的加速。
举个例子，使用 GPU 在 Apple M1 Pro 芯片上运行此示例中的 MNIST 上的简单 CNN 模型一个 epoch 需要 24 秒：
此示例用户系统已用 19.793 1.463 24.231
用户系统已用 19.793 1.463 24.231
而在 CPU 上需要 60 秒：
用户系统已用 83.783 40.196 60.253
用户系统已用 83.783 40.196 60.253
这是一个不错的加速！
请注意，此功能仍处于实验阶段，并非每个 torch 操作都支持在 MPS 上运行。您可能会看到一条警告消息，说明它可能需要对某些运算符使用 CPU 回退：
[W MPSFallback.mm:11] 警告：运算符 'at:****' 目前不受 MPS 后端支持，将回退到 CPU 上运行。这可能会影响性能。（函数运算符（））
检查点
恢复
# ...
# ...
# ...
# ...
(