MXNet评论:亚马逊的可扩展深度学习

深度学习,基本上是有多个隐藏层的神经网络机器学习,是问题的所有rage-both证明深度学习的复杂性和高计算成本,如图像识别和自然语言解析,会达到更好的效果和问题仔细的数据准备和简单的算法,如预测下个季度的销售。如果你确实需要深度学习，有很多软件包可以满足你的需求:谷歌TensorFlow,微软的认知工具,咖啡,Theano,火炬,MXNet,首先。

我承认我以前从未听说过MXNet(发音为“mix-net”)亚马逊的CTO Werner Vogels在他的博客中提到了这一点。在那里，他宣布除了支持我上面提到的所有深度学习包之外，亚马逊还决定对MXNet做出重大贡献，并选择MXNet作为其深度学习框架的选择。Vogels接着解释了其中的原因:MXNet将扩展到多个gpu(跨多个主机)的能力与良好的编程能力和良好的可移植性结合在一起。

MXNet起源于卡内基梅隆大学和华盛顿大学。目前，它由多所大学和许多公司合作开发，包括亚马逊、百度、英特尔、微软、英伟达和Wolfram等。MXNet允许您混合符号编程(声明计算图)和命令式编程(直接张量操作)，以最大限度地提高效率和生产率。

MXNet平台构建在一个动态依赖调度器上，它可以动态地自动并行符号和命令式操作，尽管你必须告诉它使用什么GPU和CPU核心。在调度程序之上的图优化层使符号执行速度更快，内存效率更高。

MXNet目前支持在Python、R、Scala、Julia和c++中构建和训练模型;经过训练的MXNet模型也可以在Matlab和JavaScript中用于预测。无论您使用哪种语言来构建模型，MXNet都调用一个优化的c++后端引擎。