BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

Amazon宣布将MXNet作为AWS的深度学习框架

| 作者 Dylan Raithel 关注 9 他的粉丝 ,译者 Rays 关注 3 他的粉丝 发布于 2016年12月9日. 估计阅读时间: 4 分钟 | 如何结合区块链技术,帮助企业降本增效?让我们深度了解几个成功的案例。

Amazon公司的Werner Vogels于上周宣布Amazon深度学习框架将会正式选用MXNet,并且AWS将会通过增加源代码贡献、改进文档以及支持来自其它框架的可视化、开发以及迁移工具,为实现MXNet成功的长远目标做出贡献。

Vogles指出在欺诈检测、推荐流水线、库存和产品检查审计等领域,有一系列无法通过编写显式算法实现的计算任务,对此问题一类被称为深度学习机器学习方法正日益发挥重要作用,此外,在内容搜索、自主无人机、订单履行中心机器人、文本及语音识别等领域中也广泛地使用了机器学习方法。Vogels给出了Amazon在深度学习框架选取中所考虑的三个因素,即扩展能力、开发速度及可移植性。

深度学习程序库CaffeCNTK、MXNet、TensorFlowTheanoTorch都得到了Amazon的评估,并且被AWS所支持。现在AWS选定了MXNet作为可扩展框架,并号召开源社区为MXNet投入更多的努力。在机器学习平台服务的开发上,AWS所采取的方法将会如同在RDS中一样,并且:

“我们将通过提供最好的EC2实例组及适用的软件工具,支持深度学习框架领域中所有广受欢迎的深度学习框架。”

Vogels提到了今年初发布的深度学习AMI及附带的云信息模板。AMI工具集是一种64位的Amazon Linux发布版,其中预装了对CNTK的支持,以及针对MXNet、Graphvizpygal和Python pandas的更新包。该发布版中预置了六种深度学习架构,分别是NXNet、Caffe、TensorFlow、Theano、Torch和CNTK。AMI中还包括NVIDIA CUDA ToolkitcuDNN库安装程序、Anaconda、Python 23。评论表明这仍是第一代的AMI,它已经可为开始使用GPU架构的分析工程师提供良好的工作基础。

MXNet最初是由华盛顿大学和卡内基梅隆大学(CMU)开发,用于支持卷积神经网络(CNN)和长短期记忆网络(LSTM)运算。CMU计算机科学系主任Andrew Moore指出:

MXNet诞生于CMU,并在CMU发展壮大。它是我目前所见到的最具扩展性的深度学习框架,也是计算机科学领域辉煌研究的代表性成果。多个不同学科交汇于其中并共同协作,实现将线性代数创造性地引入大规模分布式计算中,从而引领了深度学习的全新局面。我们很高兴看到Amazon对MXNet的投入,并迫切期待MXNet能不断地走向强大。

CMU在MXNet上训练了Inception V3算法。训练运行在一个P2实例的集群上,并逐步增添了GPU数目。在运行多至1000层的深度网络时,MXNet仅占用了低至4GB的内存。MXNet支持多种语言的API接口,包括Python、C++(并支持在Android和iOS上编译)、R、Scala、Julia、Matlab和JavaScript。

查看英文原文:Amazon Announces MXNet as Deep Learning Framework of Choice at AWS


感谢冬雨对本文的审校。

给InfoQ中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们。

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