BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

微软在GitHub上开源其深度学习工具包CNTK

| 作者 臧秀涛 关注 2 他的粉丝 发布于 2016年1月27日. 估计阅读时间: 1 分钟 | Google、Facebook、Pinterest、阿里、腾讯 等顶尖技术团队的上百个可供参考的架构实例!

1月25日,微软在GitHub上发布了其深度学习工具包——Computational Network Toolkit(简称CNTK)

CNTK是一个统一的深度学习工具包,它通过一个有向图将神经网络描述为一系列计算步骤。在有向图中,叶节点表示输入值或网络参数,边表示输入之上的矩阵运算。CNTK使得实现和组合前馈型神经网络DNN、卷积神经网络(CNN)和循环神经网络(RNNs/LSTMs)变得非常容易。实现了支持跨多个GPU和服务器自动分化和并行化的随机梯度下降(SGD)学习。

微软首席语音科学家黄学东提到,已经证明CNTK比开发者在创建语音和图像识别的深度学习模型时常用的其他四个工具包性能要好,具体如下图所示。

在快速变化的深度学习领域,这种性能优势非常重要,因为很多复杂的深度学习任务往往要花掉数周时间。

CNTK的优势是,不管是一台计算机,还是大规模GPU集群,都能使用。在内部,微软是在使用了GPU的一组强大的计算机上使用CNTK。

Hacker News上有人评论说:

先是TensorFlow,然后是百度的Warp-CTC,现在有了微软的CNTK,对于开源机器学习而言,真是一个激动人心的时代。”

InfoQ曾报道过百度的Warp-CTC,感兴趣的读者可以查阅。

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT