Apache MXNet

**Apache MXNet**
開發者	Apache軟件基金會
目前版本	1.9.1 (2022年5月10日);
原始碼庫	github.com/apache/incubator-mxnet;
程式語言	C++; Python; R; Java; Julia; JavaScript; Scala; Go; Perl;
作業系統	Windows、macOS、Linux
類型	機器學習和深度學習庫
許可協定	Apache License 2.0
網站	mxnet.apache.org

Apache MXNet是一個開源深度學習軟件框架，用於訓練及部署深度神經網絡。MXNet具有可延伸性，允許快速模型訓練，並支援靈活的編程模型和多種程式語言（包括C++、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram語言）。

MXNet庫可以擴充到多GPU^[2]和多台機器，並可移植。MXNet由公共雲提供商亞馬遜雲端運算服務（AWS）^[3]和Microsoft Azure^[4]支援。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援^[7]。

特色[編輯]

Apache MXNet是一個極簡、靈活、可延伸的深度學習框架，支援深度學習模型，包括卷積神經網絡（CNN）和長短期記憶網絡（LSTM）。

可延伸性[編輯]

MXNet分佈於動態雲基礎架構上，使用分散式參數伺服器（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實現近乎線性的擴充。

靈活性[編輯]

MXNet支援命令式和符號式編程，讓使用指令式程式設計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、除錯、儲存斷點，修改學習率等超參數或執行早停。

多程式語言支援[編輯]

MXNet支援C++用於最佳化後端，以獲得大部分可用的GPU或CPU，以及支援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支援將受過訓練的模型高效部署到低階裝置，例如流動裝置（使用Amalgamation^[9]）、物聯網裝置（使用AWS Greengrass）、無伺服器計算（使用AWS Lambda）或容器。這些低階環境只有效能較弱的CPU或有限的內存（RAM），並且應能使用在更高端環境（如基於GPU的叢集）上訓練的模型。

參見[編輯]

深度學習軟件比較（英語：Comparison of deep learning software）

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，存於互聯網檔案館） Amalgamation

[wikidata-b6f6b6db374595639fd763f2f52922dd3817d526-v3-1] Release 1.9.1. 2022年5月10日 [2022年6月30日].

[2] 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）.

[3] 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）.

[4] 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）.

[5] 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）.

[6] Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13]. （原始內容存檔於2017-02-04）.

[7] MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08]. （原始內容存檔於2017-03-09）.

[8] Scaling Distributed Machine Learning with the Parameter Server (PDF). [2014-10-08]. （原始內容存檔 (PDF)於2014-12-12）.

[9] （[//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 頁面存檔備份，存於互聯網檔案館） Amalgamation

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]