s******y
发帖数: 198 | 1 这两个框架有很多共享的代码和相同的库，合并之后，能减少同时维护两个深度学习框
架的成本。
很希望caffe2、pytorch、mxnet、cntk等深度学习框架能够齐心合力，一方面方便从业
者迁移模型，另一方面可以跟tf势均力敌，以免tf一家独大。
fb、amazon、微软半年前搞了个onnx项目，以方便各个深度学习框架之间模型的迁移，
但是想法很美好，现实却很骨感，现在caffe2和mxnet不支持导出模型，pytorch不支持
导入模型，只有最弱的cntk最积极，既支持导入模型，也支持导出模型，具体情况见链
接。
啥时候onnx真的能够实现，一键迁移深度学习框架，迁移之后模型performance不掉，
那就真的是我们从业者的福音了，同时也能推动深度学习领域更快地发展。 |
|
M*******n
发帖数: 10087 | 2 【 以下文字转载自 JobHunting 讨论区 】
发信人: fvhaoda (好大), 信区: JobHunting
标 题: 贾扬清被国人“同胞”捅刀子，被迫离开fb
发信站: BBS 未名空间站 (Sat Mar 2 16:21:37 2019, 美东)
据在facebook的朋友透露是贾神离职的主要原因有两个（相互相关），一是贾神领导的
caffe2和onnx基本名存实亡。caffe2的生存空间是被产品团队部署（例如广告），但产
品团队决定开始使用pytorch，所以caffe2团队基本是要换事情做了。同样，onnx使用
有局限，pytorch 1.0 抛弃了onnx，所以facebook也基本抛弃了onnx，估计只有微软和
aws还在推，但可能退出也是迟早的事情。我个人觉得这是公司正常的产品线调整，砍
掉重复的项目，优化人员。
第二个原因比较狗血。贾神在facebook有十多个一手培养的人，但带人辛苦，所以他找
了个中国女director帮他管人。那个女director在弄熟了事情后，突然之间把贾神的人
都闲置了，然后吧她原来团队的人都transfer过来接受各个项目，... 阅读全帖 |
|
c****x
发帖数: 6601 | 3 【 以下文字转载自 JobHunting 讨论区 】
发信人: fvhaoda (好大), 信区: JobHunting
标 题: 贾扬清被国人“同胞”捅刀子，被迫离开fb
发信站: BBS 未名空间站 (Sat Mar 2 16:21:37 2019, 美东)
据在facebook的朋友透露是贾神离职的主要原因有两个（相互相关），一是贾神领导的
caffe2和onnx基本名存实亡。caffe2的生存空间是被产品团队部署（例如广告），但产
品团队决定开始使用pytorch，所以caffe2团队基本是要换事情做了。同样，onnx使用
有局限，pytorch 1.0 抛弃了onnx，所以facebook也基本抛弃了onnx，估计只有微软和
aws还在推，但可能退出也是迟早的事情。我个人觉得这是公司正常的产品线调整，砍
掉重复的项目，优化人员。
第二个原因比较狗血。贾神在facebook有十多个一手培养的人，但带人辛苦，所以他找
了个中国女director帮他管人。那个女director在弄熟了事情后，突然之间把贾神的人
都闲置了，然后吧她原来团队的人都transfer过来接受各个项目，... 阅读全帖 |
|
w***g
发帖数: 5958 | 4 G这种人很多，但我很怀疑这些人在G是不是还能接着创新。
就说Jia的caffe2，我估计也没多大前景。
开源软件是一个众人捡柴火焰高的事情，作者说要推倒重来，
大家未必能认。caffe是6796个星，mxnet是842个星，caffe2是279个星。
从这个就能看出来。
至少从开源软件上来说，G放出来的都是些不痛不痒的东西，
没有啥真让人耳目一新的。少数几个比较好的，也都是收购的小公司。
真正牛B的, 就看GFS, bigtable, mapreduce这些，
paper都是从G出来的，但现在有G啥事吗？
我在中部村子里坐井观天，欢迎G家的出来反驳。
要说机群环境下大规模数据处理平台，真有创新性的
我觉得要属Grappa。将来至少能干掉GraphLab。 |
|
|
发帖数: 1 | 6 我看小白男厉害的也都去了fg
今天看caffe2 16年毕业的本科小白男已经是major contributor了
: 本村的公司好像都喜欢要小白本科生。。。。
: 其实足够了啊，FLAG也不是每个岗位都要硕士博士才干得了
: 纯属人才过剩
|
|
u***1
发帖数: 9 | 7 Job Description
We are now looking for a Software Engineer: Deep Learning Platform
NovuMind is an AI startup aiming to enable the next generation of
intelligence. We are looking for a Software Engineer who can take an
exciting role in our deep learning platform team. This position will be part
of a fast-paced crew that develops and maintains software for complex
heterogeneous computing systems that power disruptive products in Deep
Learning.
What You’ll Be Doing
Design and implement highly-optim... 阅读全帖 |
|
发帖数: 1 | 8 两个月前，在微信上与Warald简单聊了几句近况，他认为我时隔2年把硅谷工作和申请
PHD两条路线都走通是一件比较正能量的事情，建议我去地里把我的经历分享给大家。
拖到现在才写总结，大概有两个原因，第一是因为今年换了新部门，项目特别忙，没有
大片的时间去回顾总结，第二是我完成既定目标之后已经比较释然了，就一直没把总结
放在心上。如果要整理我在BAT工作、留学申请、硅谷面试、EECS发展思路等方面的所
有经验，恐怕要写一个长篇才行，实在是力不从心。所以，我就在此先把过去2年的经
历按照时间顺序做个简单汇总吧，但愿能给朋友们带来一点启发。
2016年6月: 中美纠结，发帖引发思考
2016年7月~2017年1月: 拿下facebook offer
2017年3月~2017年11月: 为CS/ML PHD备战英语GT
2017年11月~2018年3月: CS/ML PHD申请季, 收获多个top10 & 20Phdoffer
2018年6月: 未来在哪？
2016年6月: 中美纠结，发帖引发思考
那篇帖子叫做《国内30岁，想去美国硅谷工作或者申请CS PHD，求指点》https://www.... 阅读全帖 |
|
C*****5
发帖数: 8812 | 9 tensorflow lite和caffe2都对移动和embedded系统做优化，其他的必定也会跟进，
nvda+arm
会重现
20年前intel的统治地位 |
|
w***g
发帖数: 5958 | 10 东西是牛的，因为卖的是data flow平台，所以API应该比
caffe和mxnet都更干净漂亮。但是deep learning本身
的data flow本身就非常straightfoward，并且基本上是
标准化的，所以tensorflow从学术上讲并不是一个非常
牛B的东西。至于会不会流行，要看他们接下来是否会
放出直接可以用的模型。设计上来说mxnet已经超过caffe
了，caffe的作者也在写caffe2。但是大家都还在用
caffe，因为model zoo太牛B了。G这时候才放出
tensorflow，已经没有先机了。从数据量来说，
目前已经到了单机可以训练整个imagenet的地步了，
GPU的计算能力和内存容量还在不断涨，cluster并没有
太大的前景。
Deep learning从应用上来说已经没啥门槛了。 |
|
w***g
发帖数: 5958 | 11 没想到caffe2又死灰复燃了，还搞出来个.ai的网站!
在大公司干就是好。要有哪个冤大头支持我花时间好好做做picpac就好了。
安圭拉这地方以后光靠卖.ai域名好了，都不用工作了。我估计马上也得给他们捐钱了。 |
|
|
|
C*****5
发帖数: 8812 | 14 请问这种throughput是在什么软硬件环境里做的？Tensorflow,caffe2还是其他？用啥
手机？
大牛精通Tensorflow，Tensorflow Lite是手到擒来，期待大牛的mobile新作。 |
|
|
w***g
发帖数: 5958 | 16 我现在是C++和boost::python。
其实我写C++也是因为太熟悉了，对于熟悉python的人可能根本不需要C++。
还有就是openmp真是无可匹敌地好用。
前两天折腾caffe2, 发现了pybind11，不知道好用不好用。 |
|
y*j
发帖数: 3139 | 17 我也是在摸索中，它的模型可以用ONNX转换成caffe2的模型，然后就可以C加加 deploy
了。
: pytorch没法deploy到C 。
: 我最近见过的一些需求，还是相当一部分希望有C 接口的。
|
|
y*j
发帖数: 3139 | 18 我也是被tf的model deployment 搞得头晕眼花，最后放弃了，在caffe上重跑然后
deploy 了事交差。
我是这么认为的，tf和caffe是两种截然不同的存model的方式，它们之间的转换应该是
不可能的。pytorch 应该和caffe2 比较兼容，转换应该没有什么问题。
一家之言，欢迎抛砖引玉。
: 一年前我就为转模型的事情受过伤，对鸡毛转模型软件很有抵触心里。
: 前阵子还出过人笨怪刀钝的笑话，自己代码不行非说tensorrt有bug。
: 哥几个能不能商量个学习路线？我头好晕。
: deploy
|
|
w***g
发帖数: 5958 | 19 世事变化太快。我做第一个版本的这个软件时还没有tensorflow。
后来又出来了nervana neon，后来nervana neon又完蛋了。
然后mxnet又一直不温不火，然后出来caffe2半死不活了很长时间。
有一阵lua的torch也很火，我还做了lua的binding。
然后pytorch火了。将来说不定大家嫌TF和pytorch太臃肿了，
又会出来别的什么小清新，或者别的语言。
我感觉最初的目标其实没错，就是到最后其实dataset为王。
我的目标是为dataset服务。只是单兵作战战斗力有限，很多功能
没法实现，搞来搞去功能还不如dataset api多。 |
|
w*****r
发帖数: 197 | 20 我看过picpac,除你自己，其他人要想上手改，不太容易
1, 建议把对不同framework的支持的粘合代码放到分别的文件夹下。比如我估计只care
TF和caffe，以后也许会有caffe2
2, 把图像变换函数做成Lib,和picpac分开，picpac只负责streaming，shuffle,和不同
框架对接。你就算写再多的imgaug功能，也不可能适应所以行业用户的每一个需求。
3, clean code,多写点注释,降低用户的learning curves
: 搞deeplearning的同学看到了请帮我挑挑刺，包括哪些用词可以改的
: 建议也好。我想把这个东西做的精致一点。
: transforms这个结构从python传入会转成json，然后在C 中构造
: 对应的类实现。扩展的话也需要写C 。
|
|
