Apache MXNet
開發者 | Apache軟件基金會 |
---|---|
當前版本 |
|
源代碼庫 | |
編程語言 | |
操作系統 | Windows、macOS、Linux |
類型 | 機器學習和深度學習庫 |
許可協議 | Apache License 2.0 |
網站 | mxnet |
Apache MXNet是一個開源深度學習軟體框架,用於訓練及部署深度神經網絡。MXNet具有可擴展性,允許快速模型訓練,並支持靈活的編程模型和多種編程語言(包括C++、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram語言)。
MXNet庫可以擴展到多GPU[2]和多台機器,並可移植。MXNet由公共雲提供商亞馬遜雲計算服務(AWS)[3]和Microsoft Azure[4]支持。亞馬遜把MXNet選為AWS的首選深度學習框架[5][6]。目前,MXNet受到英特爾、Dato、百度、微軟、沃爾夫勒姆研究公司以及卡內基·梅隆大學、麻省理工學院、華盛頓大學和香港科技大學等研究機構的支持[7]。
特色
[編輯]Apache MXNet是一個極簡、靈活、可擴展的深度學習框架,支持深度學習模型,包括卷積神經網絡(CNN)和長短期記憶網絡(LSTM)。
可擴展性
[編輯]MXNet分布於動態雲基礎架構上,使用分布式參數服務器(基於卡內基·梅隆大學、百度和Google[8]),並且可以使用多GPU或多CPU實現近乎線性的擴展。
靈活性
[編輯]MXNet支持命令式和符號式編程,讓使用命令式編程的開發者可以更輕鬆地上手深度學習,還可以更容易地跟蹤、調試、保存斷點,修改學習率等超參數或執行早停。
多編程語言支持
[編輯]MXNet支持C++用於優化後端,以獲得大部分可用的GPU或CPU,以及支持Python、R語言、Scala、Julia、Perl、MATLAB和JavaScript,用於為開發人員提供簡單的前端。
可移植性
[編輯]MXNet支持將受過訓練的模型高效部署到低端設備,例如移動設備(使用Amalgamation[9])、物聯網設備(使用AWS Greengrass)、無服務器計算(使用AWS Lambda)或容器。這些低端環境只有性能較弱的CPU或有限的內存(RAM),並且應能使用在更高端環境(如基於GPU的集群)上訓練的模型。
參見
[編輯]參考資料
[編輯]- ^ Release 1.9.1. 2022年5月10日 [2022年6月30日].
- ^ Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server. [2017-05-13]. (原始內容存檔於2017-08-04).
- ^ Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. [2017-05-13]. (原始內容存檔於2017-06-24).
- ^ Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server.. Microsoft TechNet Blogs. [2017-09-06]. (原始內容存檔於2017-09-07).
- ^ MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. [2017-05-13]. (原始內容存檔於2017-05-07).
- ^ Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13]. (原始內容存檔於2017-02-04).
- ^ MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08]. (原始內容存檔於2017-03-09).
- ^ Scaling Distributed Machine Learning with the Parameter Server (PDF). [2014-10-08]. (原始內容存檔 (PDF)於2014-12-12).
- ^ ([//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 頁面存檔備份,存於網際網路檔案館) Amalgamation