Meta开源通用框架Theseus,可互补传统技术、视觉方法、深度学习的优势
Meta前不久开源了一个名为Theseus的优化技术库,可用于可微分非线性最小二乘(NLS)优化。这个库基于PyTorch,适用于机器人和计算机视觉等领域,可以将领域专业知识融入AI架构。Theseus将知识表示为优化问题,并将其作为模块化的“优化层”添加到架构中,可以帮助模型实现更准确的预测。与训练数据不同,这种领域知识可以帮助模型实现更准确的预测。这个库融合了将AI系统中的领域知识注入的两种方法,并提供了端到端的深度学习模型。这样一来,研究人员可以将特定领域知识微调到最终任务损失中,提高模型的效率和泛化能力。此外,Theseus库还集成了稀疏解算器、GPU加速和隐式微分等功能,提高了计算和内存的效率。这个开源库的出现将有助于提高数据效率和泛化能力,并推动AI社区在多个任务和环境中取得更快的进展。