开源最前线(ID:OpenSourceTop) 猿妹整编
来源:https://amazonaws-china.com/cn/blogs/ai/introducing-gluon-an-easy-to-use-programming-interface-for-flexible-deep-learning/、开源中国等
AWS 和微软共同宣布了推出一个新的深度学习库 Gluon,帮助开发人员构建和训练自然语言网络。
深度学习库 Gluon
授权协议:Apache
开发语言:Python
操作系统:跨平台
开发厂商:微软
Github:https://github.com/freifunk-gluon/Gluon 263


这次的 Gluon,已经不是微软和 AWS 第一次在 AI 领域的合作。今年 8 月底,亚马逊 Alexa 就和微软联手打造可用于不同场景的智能语音助手。到了 9 月,AWS 加入云计算基础设施,和微软、谷歌、IBM 结盟提供现代云管理技术。
据微软方面表示,Gluon 是一个深度学习库(接口),它是一个支持符号式和命令式编程的 API,在创造深度学习模型的过程中能极大的简化进程,而不会使训练速度减慢,为开发者提供的高级 KPI 能让他们交替运行不同的深度学习库。
Gluon 用于构建神经网络,很简洁,是一个动态的高级深度学习库(接口),在使用 MXNet 和 CNTK 时都可以调用它,微软 Azure 的所有服务、工具和基础结构也将全面支持 Gluon。Gluon 为开发者提供的接口非常好用,它支持高度可扩展的训练,能高效的评估模型。
对于经验老道的研究人员来说,在发挥 Gluon 的优势时完全不会牺牲灵活性。对于一些公司、数据科学家和开发者来说,Gluon 支持一些高级 API 和预建/模块化的构件,很简洁,并且非常适用于深度学习。
Gluon 特性
代码简单,易于理解:在Gluon中,你可以使用简单、清晰、简洁的代码来定义神经网络。你可以得到一套完整的即插即用的神经网络构建块,包括预定义的层、优化器和初始化器。
灵活,命令式结构:不需要严格定义神经网络模型,而是将训练算法和模型更紧密地结合起来,开发灵活
动态图:Gluon 可以让开发者动态的定义神经网络模型,这意味着他们可以在运行时创建模型、结构,以及使用任何 Python 原生的控制流
高性能:Gluon 所提供的这些优势对底层引擎的训练速度并没有任何影响
微软表示,Gluon 也将支持 CNTK(Microsoft Cognitive Toolkit)深度学习库,不过,目前谷歌不在 Gluon 支持的公司行列。
AWS 和微软发布了 Gluon 的参考规范,因此其他深度学习引擎可以与该接口集成。开始使用 Gluon 接口,请访问:https://github.com/gluon-api-Gluon-api/
附:新开源报道汇总


●本文编号64,以后想阅读这篇文章直接输入64即可
●输入m获取文章目录
↓↓↓ 点击"阅读原文" 进入GitHub详情页  
继续阅读
阅读原文