Apache MXNet
开发者 | Apache软件基金会 |
---|---|
当前版本 |
|
源代码库 | |
编程语言 | |
操作系统 | Windows、macOS、Linux |
类型 | 机器学习和深度学习库 |
许可协议 | Apache License 2.0 |
网站 | mxnet |
Apache MXNet是一个开源深度学习软体框架,用于训练及部署深度神经网络。MXNet具有可扩展性,允许快速模型训练,并支持灵活的编程模型和多种编程语言(包括C 、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram语言)。
MXNet库可以扩展到多GPU[2]和多台机器,并可移植。MXNet由公共云提供商亚马逊云计算服务(AWS)[3]和Microsoft Azure[4]支持。亚马逊把MXNet选为AWS的首选深度学习框架[5][6]。目前,MXNet受到英特尔、Dato、百度、微软、沃尔夫勒姆研究公司以及卡内基·梅隆大学、麻省理工学院、华盛顿大学和香港科技大学等研究机构的支持[7]。
特色
[编辑]Apache MXNet是一个极简、灵活、可扩展的深度学习框架,支持深度学习模型,包括卷积神经网络(CNN)和长短期记忆网络(LSTM)。
可扩展性
[编辑]MXNet分布于动态云基础架构上,使用分布式参数服务器(基于卡内基·梅隆大学、百度和Google[8]),并且可以使用多GPU或多CPU实现近乎线性的扩展。
灵活性
[编辑]MXNet支持命令式和符号式编程,让使用命令式编程的开发者可以更轻松地上手深度学习,还可以更容易地跟踪、调试、保存断点,修改学习率等超参数或执行早停。
多编程语言支持
[编辑]MXNet支持C 用于优化后端,以获得大部分可用的GPU或CPU,以及支持Python、R语言、Scala、Julia、Perl、MATLAB和JavaScript,用于为开发人员提供简单的前端。
可移植性
[编辑]MXNet支持将受过训练的模型高效部署到低端设备,例如移动设备(使用Amalgamation[9])、物联网设备(使用AWS Greengrass)、无服务器计算(使用AWS Lambda)或容器。这些低端环境只有性能较弱的CPU或有限的内存(RAM),并且应能使用在更高端环境(如基于GPU的集群)上训练的模型。
参见
[编辑]参考资料
[编辑]- ^ 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]. (原始内容存档于2017-08-04).
- ^ Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. [2017-05-13]. (原始内容存档于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]. (原始内容存档于2017-09-07).
- ^ MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. [2017-05-13]. (原始内容存档于2017-05-07).
- ^ Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13]. (原始内容存档于2017-02-04).
- ^ MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08]. (原始内容存档于2017-03-09).
- ^ Scaling Distributed Machine Learning with the Parameter Server (PDF). [2014-10-08]. (原始内容存档 (PDF)于2014-12-12).
- ^ ([//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 页面存档备份,存于互联网档案馆) Amalgamation