脸书的AI团队今天为使用机器学习工具的开发者推出了一系列升级，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。原生张量板支持机器学习可视化，提高了JIT编译器的执行速度。Py Torch1.0于去年秋天首次亮相。

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模型精度最高。

Py Torch的创始人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，你不是训练神经网络的一个单一实例。”有许多方法可以做到这一点，比如随机启动所有实验，在所有设置中放置旋钮，所以我们实际上是一个名为Ax的平台，它管理实验，实际上在飞行中学习贝叶斯模型。"

与Ax Botorch合作，今天还发布了一个贝叶斯优化包，它增强了Ax优化模型参数和调整的能力。

脸书在加州圣何塞举行的F8开发者年会上宣布了Py Torch1.1、Ax和Botorch的发布。周二，脸书宣布了新的脸书应用程序重新设计，OculusQuest的首次亮相，以及今年秋天推出的呼吁门户智能显示的应用程序视频。

Ax Botorch和Ax Bo Torch在本月早些时候发布了Py Torch Big Picture，这是一个基于Py Torch的分布式系统，用于在edge GPU机器上学习大规模图形嵌入，以及Google的Jupyter Lab Notebook服务，集成了大查询。

其他最近增加的工具包括Py火炬几何和大GAN-Py火炬。

在与人工智能中使用表格数据集相关的其他发展中，GoogleCloud在上个月的CloudNext大会上推出了AutoML tables和BigQueueML。