BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

深度学习框架 MXNet 成为 Apache 孵化器项目

| 作者 尚剑 关注  他的粉丝 发布于 2017年2月4日. 估计阅读时间: 2 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!

MXNet是一个轻量级、可移植、灵活的分布式深度学习框架,2017年1月23日,该项目进入Apache基金会,成为Apache的孵化器项目

MXNet项目由DMLC(Distributied (Deep) Machine Learning Community)创建,前期开发者主要是CXXNetMinervapurine2的作者。MXNet项目于2015年9月开源,目前项目代码托管在Github上,已经拥有200多位贡献者。

MXNet的初衷是想结合Minerva和CXXNet两者的功能:CXXNet通过配置来定义和训练神经网络,所以在图片分类等使用卷积网络的应用上很方便;而Minerva提供类似numpy一样的张量计算接口,更灵活。MXNet就是这样一个两者功能都具备的系统,其名字来自Minerva的M和CXXNet的XNet,其中Symbol的想法来自CXXNet,而NDArray的想法来自Minerva。

目前主流的深度学习系统一般采用命令式编程(imperative programming,比如Torch)或声明式编程(declarative programming,比如Caffe,theano和TensorFlow)两种编程模式中的一种,而MXNet尝试将两种模式结合起来,在命令式编程上MXNet提供张量运算,而声明式编程中MXNet支持符号表达式。用户可以根据需要自由选择,同时,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。

继上个月Amazon宣布将MXNet作为AWS的深度学习框架,号召开源社区为MXNet投入更多的努力(详见之前InfoQ的报道)之后,成为 Apache 孵化器项目是MXNet发展过程中的又一里程碑,以后MXNet必将不断优化完善,带来进一步的性能提升。

未来,MXNet将主要关注以下四个方向

  1. 支持更多的硬件
  2. 更加完善的操作子
  3. 更多编程语言
  4. 更多的应用

感谢刘志勇对本文的审校。

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