Apache MXNet
Apache MXNet是一个开源深度学习軟體框架，用于训练及部署深度神经网络。MXNet具有可扩展性，允许快速模型训练，并支持灵活的编程模型和多种编程语言（包括C++、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram语言）。
| 開發者 | Apache软件基金会 |
|---|---|
| 当前版本 |
|
| 源代码库 | |
| 编程语言 | |
| 操作系统 | Windows、macOS、Linux |
| 类型 | 机器学习和深度学习库 |
| 许可协议 | Apache License 2.0 |
| 网站 | mxnet |
MXNet库可以扩展到多GPU[2]和多台机器，并可移植。MXNet由公共云提供商亚马逊云计算服务（AWS）[3]和Microsoft Azure[4]支持。亚马逊把MXNet选为AWS的首选深度学习框架[5][6]。目前，MXNet受到英特尔、Dato、百度、微软、沃尔夫勒姆研究公司以及卡内基·梅隆大学、麻省理工学院、华盛顿大学和香港科技大学等研究机构的支持[7]。
特色
编辑Apache MXNet是一个极简、灵活、可扩展的深度学习框架，支持深度学习模型，包括卷积神经网络（CNN）和长短期记忆网络（LSTM）。
可扩展性
编辑MXNet分布于动态云基础架构上，使用分布式参数服务器（基于卡内基·梅隆大学、百度和Google[8]），并且可以使用多GPU或多CPU实现近乎线性的扩展。
灵活性
编辑MXNet支持命令式和符号式编程，让使用命令式编程的开发者可以更轻松地上手深度学习，还可以更容易地跟踪、调试、保存断点，修改学习率等超参数或执行早停。
多编程语言支持
编辑MXNet支持C++用于优化后端，以获得大部分可用的GPU或CPU，以及支持Python、R语言、Scala、Julia、Perl、MATLAB和JavaScript，用于为开发人员提供简单的前端。
可移植性
编辑MXNet支持将受过训练的模型高效部署到低端设备，例如移动设备（使用Amalgamation[9]）、物联网设备（使用AWS Greengrass）、无服务器计算（使用AWS Lambda）或容器。这些低端环境只有性能较弱的CPU或有限的内存（RAM），并且应能使用在更高端环境（如基于GPU的集群）上训练的模型。
参见
编辑参考资料
编辑- ^ 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]. （原始内容存档于2017-08-04）.
- ^ Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. [2017-05-13]. （原始内容存档于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]. （原始内容存档于2017-09-07）.
- ^ MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. [2017-05-13]. （原始内容存档于2017-05-07）.
- ^ Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13]. （原始内容存档于2017-02-04）.
- ^ MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08]. （原始内容存档于2017-03-09）.
- ^ Scaling Distributed Machine Learning with the Parameter Server (PDF). [2014-10-08]. （原始内容存档 (PDF)于2014-12-12）.
- ^ （[//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 页面存档备份，存于互联网档案馆） Amalgamation