MXNet

Матеріал з Вікіпедії — вільної енциклопедії.
Перейти до навігації Перейти до пошуку
MXNet
Тип Бібліотека для машинного та глибинного навчання
Розробник Apache Software Foundation
Стабільний випуск (8 червня, 2019; 6 місяців тому (2019-06-08)[1])
Версії 1.5.1 (5 вересня 2019)[2]
Репозиторій github.com/apache/incubator-mxnet
Операційна система Microsoft Windows
Написано на C++[3]
Ліцензія Apache Software License, Version 2.0[d][4] і Apache License
mxnet.readthedocs.org/en/latest/
mxnet.apache.org
mxnet.apache.org

MXNet — це програмне забезпечення для глибинного машинного навчанням з відкритим кодом, яке використовується для навчання та розгортання глибоких нейронних мереж. Є масштабованим, дозволяє швидко навчатись моделям, підтримує гнучку модель програмування та декілька мов програмування (зокрема, C++, Python, Julia, Matlab, JavaScript, Go, R, Scala, Perl та Wolfram Language[en]).

MXNet бібліотека є портативною і може масштабуватися на декілька графічних процесорів[5] і кілька машин. MXNet підтримується постачальниками громадськими хмарних послуг, включаючи Amazon Web Services (AWS)[6] та Microsoft Azure[7]. Amazon обрала MXNet в якості основи глибинного навчання на виборі на AWS[8][9]. Наразі MXNet підтримується Intel, Baidu, Microsoft, Wolfram Research[en] та такими науково-дослідними установами, як Карнегі Меллон, MIT, Вашингтонський університет та Гонконгський університет науки і техніки[en][10].

Особливості[ред. | ред. код]

Apache MXNet — це швидкий, гнучкий та надзвичайно масштабований фреймворк глибинного навчання, яка підтримує сучасні технології в моделях глибинного навчання, включаючи згорткові нейронні мережі (CNN) та мережі, які використовують довгу короткострокову пам'ять (LSTM).

Масштабованість[ред. | ред. код]

MXNet призначений для використання в динамічній хмарній інфраструктурі, використовуючи розподілений параметризований сервер (на основі досліджень проведених в університеті Карнегі Меллон, Байду та Google[11]), і може досягти майже лінійного масштабування при використанні декількох графічних процесорів або центральних процесорів.

Гнучкість[ред. | ред. код]

MXNet підтримує як імперативне, так і символічне програмування, що полегшує розробникам, які звикли до імперативного програмування, розпочати з глибинного навчання. Це також полегшує відстеження, зневадження, збереження контрольних точок, зміну гіперпараметрів[en], таких як швидкість навчання[en] або виконання ранньої зупинки.

Багатомовність[ред. | ред. код]

Підтримує C++ для оптимізованого бекенда, щоб отримати максимум доступних GPU або процесорів, також Python, R, Scala, Julia, Perl, MATLAB та JavaScript для більш простого інтерфейсу для розробників.

Портативність[ред. | ред. код]

Підтримує ефективне розгортання підготовленої моделі для пристроїв низького класу для обчислення висновку, таких як мобільні пристрої (з використанням Amalgamation[12]), пристроїв інтернету речей (за допомогою AWS Greengrass), безсерверних обчислень (за допомогою AWS Lambda) або контейнерів. Ці середовища низького класу можуть мати лише слабший процесор або обмежену пам'ять (RAM), і вони повинні мати можливість використовувати моделі, які навчалися у середовищі вищого рівня (наприклад, у кластері на базі GPU).

Див. також[ред. | ред. код]

Примітки[ред. | ред. код]

  1. Release Apache MXNet (incubating) 1.5.0. Процитовано 8 June 2019. 
  2. Release 1.5.1 — 2019.
  3. а б MXNet: A Flexible and Efficient Machine LearningLibrary for Heterogeneous Distributed Systems — 2015.
  4. https://github.com/dmlc/mxnet
  5. Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server. Процитовано 13 May 2017. 
  6. Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. Процитовано 13 May 2017. 
  7. Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server.. Microsoft TechNet Blogs. Процитовано 6 September 2017. 
  8. MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. Процитовано 13 May 2017. 
  9. Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. Процитовано 13 May 2017. 
  10. MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator (en-US). Процитовано 2017-03-08. 
  11. Scaling Distributed Machine Learning with the Parameter Server. Процитовано 2014-10-08. 
  12. Amalgamation. Архів оригіналу за 8 серпня 2018. Процитовано 18 серпня 2019.