Facebook的AI团队今天为使用机器学习工具的开发人员推出了一系列升级，包括位于Py Torch顶部的机器学习实验管理平台Ax。
Py Torch1.1也在今天发布，本机Tensor Board支持机器学习可视化，提高了JIT编译器的性能速度。 Py Torch1.0去年秋天首次亮相。
Ax的目的是运行实验来调整学习率和辍学等因素，看看哪种方法产生的AI模型的准确率最高。
Py Torch的创建者Soumith Chintala在接受Venture Beat的电话采访时说：“当你调整或训练一个神经网络时，你不会训练一个单一的神经网络实例。 “有很多方法可以这样做，比如随机启动所有实验，将旋钮放在所有设置中，所以我们实际上是一个名为Ax的平台，它管理实验，并在飞行中实际学习贝叶斯模型。”
Ax与Botorch一起工作，一个贝叶斯优化包今天也发布了，它增强了Ax优化模型参数和调优的能力。
Py Torch1.1、Ax和Botorch的发布在Facebook在加州圣何塞举行的F8开发者年会上宣布。 周二，Facebook宣布推出新的Facebook应用程序重新设计，OculusQuest的首次亮相，以及今年秋季推出的应用程序视频呼吁门户智能显示。
Ax和Botorch在本月早些时候发布了Py Torch大图，这是一个建立在Py Torch之上的分布式系统，用于学习边缘GPU机器上的大规模图形嵌入，以及Google的Jupyter实验室笔记本服务，该服务集成了Big Query。
最近增加的其他工具包括Py Torch几何和大GAN-Py Torch。
在其他与AI中使用表格数据集有关的开发中，上个月在CloudNext会议上，GoogleCloud引入了AutoML表和BigQueueML。