Apache MXNet
Apache MXNet是一個開源深度學習軟體框架，用於訓練及部署深度神經網絡。MXNet具有可擴展性，允許快速模型訓練，並支持靈活的編程模型和多種編程語言（包括C++、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram語言）。
| 開發者 | Apache軟件基金會 |
|---|---|
| 當前版本 |
|
| 源代碼庫 | |
| 編程語言 | |
| 操作系統 | Windows、macOS、Linux |
| 類型 | 機器學習和深度學習庫 |
| 許可協議 | Apache License 2.0 |
| 網站 | mxnet |
MXNet庫可以擴展到多GPU[2]和多台機器，並可移植。MXNet由公共雲提供商亞馬遜雲計算服務（AWS）[3]和Microsoft Azure[4]支持。亞馬遜把MXNet選為AWS的首選深度學習框架[5][6]。目前，MXNet受到英特爾、Dato、百度、微軟、沃爾夫勒姆研究公司以及卡內基·梅隆大學、麻省理工學院、華盛頓大學和香港科技大學等研究機構的支持[7]。
特色
編輯Apache MXNet是一個極簡、靈活、可擴展的深度學習框架，支持深度學習模型，包括卷積神經網絡（CNN）和長短期記憶網絡（LSTM）。
可擴展性
編輯MXNet分布於動態雲基礎架構上，使用分布式參數服務器（基於卡內基·梅隆大學、百度和Google[8]），並且可以使用多GPU或多CPU實現近乎線性的擴展。
靈活性
編輯MXNet支持命令式和符號式編程，讓使用命令式編程的開發者可以更輕鬆地上手深度學習，還可以更容易地跟蹤、調試、保存斷點，修改學習率等超參數或執行早停。
多編程語言支持
編輯MXNet支持C++用於優化後端，以獲得大部分可用的GPU或CPU，以及支持Python、R語言、Scala、Julia、Perl、MATLAB和JavaScript，用於為開發人員提供簡單的前端。
可移植性
編輯MXNet支持將受過訓練的模型高效部署到低端設備，例如移動設備（使用Amalgamation[9]）、物聯網設備（使用AWS Greengrass）、無服務器計算（使用AWS Lambda）或容器。這些低端環境只有性能較弱的CPU或有限的內存（RAM），並且應能使用在更高端環境（如基於GPU的集群）上訓練的模型。
參見
編輯參考資料
編輯- ^ 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]. （原始內容存檔於2017-08-04）.
- ^ Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. [2017-05-13]. （原始內容存檔於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]. （原始內容存檔於2017-09-07）.
- ^ MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. [2017-05-13]. （原始內容存檔於2017-05-07）.
- ^ Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13]. （原始內容存檔於2017-02-04）.
- ^ MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08]. （原始內容存檔於2017-03-09）.
- ^ Scaling Distributed Machine Learning with the Parameter Server (PDF). [2014-10-08]. （原始內容存檔 (PDF)於2014-12-12）.
- ^ （[//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 頁面存檔備份，存於網際網路檔案館） Amalgamation