AI科技评论消息,继微软和Facebook联手发布ONNX开源生态标准,日前,微软和亚马逊又达成一致,携手发布Gluon深度学习库。
据微软方面表示,Gluon是一个深度学习库(接口),它是一个支持符号式和命令式编程的API,在创造深度学习模型的过程中能极大的简化进程,而不会使训练速度减慢。Gluon也将支持CNTK(Microsoft Cognitive Toolkit)深度学习库。Gluon为开发者提供的高级KPI能让他们交替运行不同的深度学习库。
Gluon具体介绍
Gluon用于构建神经网络,很简洁,是一个动态的高级深度学习库(接口),在使用MXNet和CNTK时都可以调用它,微软Azure的所有服务、工具和基础结构也将全面支持Gluon。Gluon为开发者提供的接口非常好用,它支持高度可扩展的训练,能高效的评估模型。对于经验老道的研究人员来说,在发挥Gluon的优势时完全不会牺牲灵活性。对于一些公司、数据科学家和开发者来说,Gluon支持一些高级API和预建/模块化的构件,很简洁,并且非常适用于深度学习。
Gluon的主要特征和好处
Gluon能让开发者更简单的学习、规定和调试深度神经网络,也可以让接下来的迭代和保持更加简单,也支持开发作者快速构建和训练神经网络,主要的亮点如下:
符号式和命令式编程
对于高级用户,Gluon支持很多复杂技术,如动态图和灵活结构。目前还没有同时支持符号式和命令式编程的其他工具包。
Hybridization
Gluon包含完全的符号化的自动微分代码,这些代码已经被程序执行了,也包括控制流。
Gluon通过hybridization实现这一点:静态计算图先被计算出来,然后在随后的迭代中缓存和重用。计算图也可以被导出,例如给移动设备提供服务。
规定复杂模型
Gluon自带一个丰富的内嵌层库,通过重用库中预建的构件,可以大大简化规定复杂模型架构的任务。
执行高效
Gluon支持循环和不规则张量(ragged tensors)(能批处理变长度序列),对于RNN和LSTM模型具有空前的效率。
支持稀疏数据
Gluon提供对稀疏和量化数据及操作的全面支持,可以用于计算和通信。稀疏性在NLP领域的深度神经网络中非常常见,而量化对于运行时性能评估至关重要。
先进的调度
虽然在单个GPU上进行调度很容易,但在多个GPU上操作要复杂得多。通过MXNet或CNTK后端,Gluon在符号式和命令式模式下都提供自动分配。
总结
利用Gluon,开发者将能使用他们最喜欢的高级编程模型、工具和平台,更快地传递一些新的、令人兴奋的创新AI观念。Gluon将和ONNX(能支持用户用标准格式创造和保存AI模型)一起,创造一个全新的开放AI生态。期待大家利用这些工具带来更多更好的想法。
关于ONNX,可以参见 AI科技评论此前报导:Facebook、微软联合推出 ONNX 标准,号称要解决开发框架碎片化。
目前在MXNet上已经可以使用Gluon接口了,可以在GitHub上查看详情,地址为:
https://github.com/gluon-api/gluon-api/
via:microsoft官网
相关资讯
最新热门应用
智慧笑联app官网最新版
生活实用41.45MB
下载盯链app安卓最新版
生活实用50.17M
下载学有优教app家长版
办公学习38.83M
下载九号出行app官网最新版
旅行交通28.8M
下载货拉拉司机版app最新版
生活实用145.22M
下载全自动抢红包神器2024最新版本安卓app
系统工具4.39M
下载扫描王全能宝官网最新版
办公学习238.17M
下载海信爱家app最新版本
生活实用235.33M
下载航旅纵横手机版
旅行交通138.2M
下载双开助手多开分身安卓版
系统工具18.11M
下载