Gluon帶來了AI開發(fā)人員的自學(xué)習(xí)機(jī)器學(xué)習(xí)

admin

Gluon帶來了AI開發(fā)人員的自學(xué)習(xí)機(jī)器學(xué)習(xí)

Microsoft和Amazon共同努力使神經(jīng)網(wǎng)絡(luò)更容易與MXNet和Microsoft Cognitive Toolkit框架一起編程和使用
深度學(xué)習(xí)系統(tǒng)長期以來一直很難處理，因?yàn)樗�有的微調(diào)和旋鈕都需要從中獲得好的結(jié)果。 Gluon是微軟的共同努力，亞馬遜網(wǎng)絡(luò)服務(wù)部門確實(shí)減少了所有這些艱巨的工作。

Gluon與Apache MXNet和Microsoft的認(rèn)知工具包框架一起工作，以優(yōu)化這些系統(tǒng)上的深入學(xué)習(xí)網(wǎng)絡(luò)培訓(xùn)。

Gluon如何工作

與深度學(xué)習(xí)系統(tǒng)中使用的神經(jīng)網(wǎng)絡(luò)大致分為三個階段：

開發(fā)人員硬編碼網(wǎng)絡(luò)的行為。
開發(fā)人員通過更改設(shè)置來調(diào)整數(shù)據(jù)如何由網(wǎng)絡(luò)加權(quán)和處理，以產(chǎn)生有用的結(jié)果。
完成的網(wǎng)絡(luò)用于預(yù)測。
步驟1和2的問題是它們乏味乏味。對網(wǎng)絡(luò)的硬編碼速度很慢，改變編碼以改善網(wǎng)絡(luò)的行為也很慢。同樣，找出在網(wǎng)絡(luò)中使用的最佳權(quán)重是自動化成熟的任務(wù)。

Gluon提供了一種編寫比代碼更像數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò)的方法。開發(fā)人員可以使用諸如神經(jīng)網(wǎng)絡(luò)層鏈之類的常見模式聲明性地實(shí)例化網(wǎng)絡(luò)。 Gluon代碼是易于編寫和易于理解的，它利用了所使用語言中的本機(jī)特性（例如Python的上下文管理器）。

Gluon幫助開發(fā)人員

Gluon幫助開發(fā)人員最基本的方法是通過簡化網(wǎng)絡(luò)定義和修改來實(shí)現(xiàn)它。

在Gluon中，神經(jīng)網(wǎng)絡(luò)可以用傳統(tǒng)的方式描述，代碼塊不會改變。但是，網(wǎng)絡(luò)也可以被描述為數(shù)據(jù)結(jié)構(gòu)，因此可以在運(yùn)行過程中進(jìn)行更改以適應(yīng)培訓(xùn)過程中的變化。

使用Gluon編寫的代碼可以利用MXNet和Cognitive Toolkit中的GPU加速和分布式處理功能，因此可以跨多個節(jié)點(diǎn)分發(fā)培訓(xùn)作業(yè)。它的創(chuàng)作者說，與手段相比，Gluon可以做到這一點(diǎn)，沒有任何性能損失。

在哪里可以使用Gluon

Gluon今天與MXNet合作。例如，對于MXNet，Python 0.11及更高版本的前端支持Gluon庫。 Gluon還可以透明地使用MXNet的GPU加速版和Intel Math Kernel Library擴(kuò)展，以加速CPU限制處理。

Microsoft尚未通過Gluon支持發(fā)布Microsoft Cognitive Toolkit版本。它承諾在未來版本的工具包中支持Gluon。