Pyro概率编程语言成为LF DL最新的项目

由Uber贡献，Pyro实现灵活和富有表现力的深度概率建模

旧金山 - 2019年2月21日 - LF DL（LF Deep Learning Foundation，LF深度学习基金会），一个支持和永续人工智能（AI）、机器学习（ML）和深度学习（DL）开源创新的Linux基金会，宣布由Uber创办的Pyro项目是其最新的孵化项目。Pyro构建于PyTorch框架之上，是一个深度概率编程框架，有助于大规模探索AI模型，使深度学习模型开发和测试更快、更无缝。继去年12月的Horovod宣布之后，这是LF DL从Uber投票的第二个项目。

除了哈佛大学、麻省理工学院、斯坦福大学、牛津大学、剑桥大学和The Broad Institute之外，Pyro还被西门子、IBM和Uber等大公司以及Noodle.AI等初创公司所采用。在Uber，Pyro解决了一系列问题，包括传感器融合、时间序列预测、广告活动优化和数据增强，以便深入了解图像。

Pyro是第五个加入LF DL的项目，LF DL提供财务和智力资源、基础设施、营销、研究、创意服务和活动支持。这种丰富的中立环境促进了其项目的快速发展，包括Acumos AI、Angel项目、EDL项目和Horovod，鼓励其他贡献者以及开源社区的更广泛合作。

“LF DL基金会很高兴欢迎Pyro加入我们的项目系列。今天宣布Uber对该项目的贡献使我们更接近建立人工智能、机器学习和深度学习的综合生态系统的目标。”LF DL执行董事Ibrahim Haddad说。“我们期待帮助社区发展，为Pyro做出贡献并进一步改进预测和其他能力。”

Pyro的设计考虑了四个关键原则：

• 通用：Pyro可以表示任何可计算的概率分布。
• 可扩展：Pyro可以轻松扩展到大型数据集。
• 最小化：Pyro是通过一小部分功能强大，可组合的抽象实现的。
• 灵活：Pyro的目标是在你需要时实现自动化，在你需要时进行控制。

“Pyro最初是在Uber AI Labs创建的，旨在帮助工业界和学术界的AI从业者更快、更无缝地进行深度概率编程。”Uber AI Labs负责人Zoubin Ghahramani说。“通过将Pyro纳入LF DL项目组合，我们希望为全球研究人员提供更多机会，并使深度学习和贝叶斯（Bayesian ）建模更易于获取。”

Pyro加入了现有的LF DL项目：Acumos，一个平台和开源框架，可以轻松构建、共享和部署AI应用程序；Angel ML，一个灵活而强大的参数服务器，适用于大规模机器学习；EDL，一个弹性深度学习框架，旨在帮助云服务提供商使用深度学习框架构建集群云服务；Horovod，一个跨多个机器的分布式培训框架。

KubeCon + CloudNativeCon和Open Source Summit大会日期：

• 会议日程通告日期：2019 年 4 月 10 日
• 会议活动举办日期：2019 年 6 月 24 至 26 日

KubeCon + CloudNativeCon和Open Source Summit赞助方案
KubeCon + CloudNativeCon和Open Source Summit多元化奖学金现正接受申请
KubeCon + CloudNativeCon和Open Source Summit即将首次合体落地中国
KubeCon + CloudNativeCon和Open Source Summit购票窗口，立即购票！