Apache MXNet
 | Эта статья содержит рекламный контент . ( Апрель 2020 г. ) |
| Разработчик(и) | Фонд программного обеспечения Apache |
|---|---|
| Стабильный релиз | 1.9.1 [1] / 10 мая 2022 г. ( 10 мая 2022 ) |
| Репозиторий |
|
| Написано в | C++ , Python , R , Java , Julia , JavaScript , Scala , Go , Perl |
| Операционная система | Windows , MacOS , Linux |
| Тип | Библиотека для машинного обучения и глубокого обучения |
| Лицензия | Лицензия Apache 2.0 |
| Веб-сайт | mxnet.apache.org |
Apache MXNet — это программная среда глубокого обучения с открытым исходным кодом , которая обучает и развертывает глубокие нейронные сети . Она стремится быть масштабируемой, обеспечивает быстрое обучение моделей и поддерживает гибкую модель программирования и несколько языков программирования (включая C++ , Python , Java , Julia , MATLAB , JavaScript , Go , R , Scala , Perl и Wolfram Language ). Библиотека MXNet является переносимой и может масштабироваться на несколько графических процессоров [2] и машин. Она была совместно разработана Карлосом Гестрином в Университете Вашингтона совместно с GraphLab. [3]
По состоянию на сентябрь 2023 года он больше не активно разрабатывается. [4] Apache MXNet был фактически заброшен из-за сочетания факторов, включая отсутствие значительных вкладов, устаревшие сборки и смещение фокуса его основного спонсора, Amazon, в сторону других фреймворков, таких как PyTorch. Проект не видел новых релизов более года, и было очень мало запросов на извлечение или обновлений от участников, что привело к его перемещению в Apache Attic в 2023 году. Кроме того, сообщество начало мигрировать на другие фреймворки, которые предлагали более надежную поддержку и деятельность по разработке. [5]
Функции
Apache MXNet — масштабируемая среда глубокого обучения, которая поддерживает такие модели глубокого обучения, как сверточные нейронные сети (CNN) и сети с долговременной краткосрочной памятью (LSTM).
Масштабируемость
MXNet может быть распределена в динамической облачной инфраструктуре с использованием распределенного сервера параметров (на основе исследований Университета Карнеги-Меллона , Baidu и Google [6] ). При использовании нескольких графических процессоров или центральных процессоров фреймворк может приближаться к линейному масштабированию.
Гибкость
MXNet поддерживает как императивное, так и символическое программирование. Фреймворк позволяет разработчикам отслеживать, отлаживать, сохранять контрольные точки, изменять гиперпараметры и выполнять раннюю остановку .
Несколько языков
MXNet поддерживает Python, R, Scala, Clojure, Julia, Perl, MATLAB и JavaScript для разработки интерфейса, а также C++ для оптимизации интерфейса.
Портативность
Фреймворк поддерживает развертывание обученной модели на низкоуровневых устройствах для вывода, таких как мобильные устройства, с помощью Amalgamation. [7] Другие цели развертывания включают устройства Интернета вещей (использующие AWS Greengrass), бессерверные вычисления (использующие AWS Lambda ) или контейнеры . Эти низкоуровневые среды могут иметь только более слабый ЦП или ограниченную память (ОЗУ) и должны иметь возможность использовать модели, которые были обучены в среде более высокого уровня (например, кластер на основе графического процессора)
Поддержка облака
MXNet поддерживается поставщиками публичных облачных услуг , включая Amazon Web Services (AWS) [8] и Microsoft Azure . [9] В настоящее время MXNet поддерживается Intel , Baidu , Microsoft , Wolfram Research и исследовательскими институтами, такими как Carnegie Mellon , MIT , Вашингтонский университет и Гонконгский университет науки и технологий . [10]
Смотрите также
Ссылки
- ^ "Release 1.9.1". 10 мая 2022 г. Получено 30 июня 2022 г.
- ^ «Создание глубоких нейронных сетей в облаке с помощью виртуальных машин Azure GPU, MXNet и Microsoft R Server». Microsoft. 15 сентября 2016 г. Архивировано из оригинала 15 августа 2023 г. Получено 13 мая 2017 г.
- ^ "Carlos Guestrin". guestrin.su.domains . Архивировано из оригинала 22 сентября 2023 г.
- ^ «Apache MXNet — Apache Attic».
- ^ "Apache MXNet - Apache Attic". attic.apache.org . Получено 2024-06-05 .
- ^ "Масштабирование распределенного машинного обучения с помощью сервера параметров" (PDF) . Архивировано (PDF) из оригинала 13 августа 2023 г. . Получено 2014-10-08 .
- ^ "Amalgamation". Архивировано из оригинала 2018-08-08 . Получено 2018-05-08 .
- ^ "Apache MXNet на AWS — Глубокое обучение в облаке". Amazon Web Services, Inc. Получено 13 мая 2017 г.
- ^ «Создание глубоких нейронных сетей в облаке с помощью виртуальных машин Azure GPU, MXNet и Microsoft R Server». Блоги Microsoft TechNet . 15 сентября 2016 г. Получено 6 сентября 2017 г.
- ^ "MXNet, фреймворк глубокого обучения Amazon, принят в Apache Incubator" . Получено 2017-03-08 .
