Gluon给人工智能开发人员带来了的自我调优的机器学习

新闻 机器学习
微软和亚马逊的联合努力使神经网络更容易与MXNet和微软的认知工具包框架程序和使用,Gluon是微软和亚马逊AWS共同开发,它确实减少了艰难的工作。

摘要:微软和亚马逊的联合努力使神经网络更容易与MXNet和微软的认知工具包框架程序和使用

深度学习系统长期以来一直很难处理,因为所有的微调和解决方法都需要从他们那里获得良好的结果。Gluon是微软和亚马逊AWS共同开发,它确实减少了艰难的工作。

Gluon与ApacheMXNet和微软的认知工具包框架合作,以优化这些系统的深度学习网络培训。

Gluon如何工作

神经网络,就像在深度学习系统中使用的那样,大致有三个阶段:

  1. 开发人员硬编码网络。

  2. 开发人员通过更改设置以产生有用的结果来调整数据的加权和处理。

  3. 完成的网络用于服务预测。

第1步和第2步的问题是,它们是冗长而呆板的。硬编码网络是缓慢的,改变编码以改善网络的行为也很慢。同样,计算网络中使用的***权重也是自动化的一个成熟的任务。

Gluon提供了一种编写神经网络的方法,这些神经网络的定义更像是数据集而不是代码。开发人员可以使用常见的模式,如神经网络层的链,以声明的方式实例化网络。Gluon代码易于编写,易于理解,它利用了使用的语言的本地特性(例如,Python的上下文管理器)。

[[212271]]

Gluon在那些方面帮助开发者

Gluon最基本的方法就是让开发者更容易地定义一个网络并修改它。

在Gluon中,一个神经网络可以用传统的方式来描述,它的代码块不会改变。但是网络也可以被描述为一个数据结构,所以它可以在运行中改变,以适应训练期间的变化。

在Gluon中编写的代码可以利用MXNet和认知工具包中的gpu加速和分布式处理特性,因此可以跨多个节点分布培训作业。它的创建者说,Gluon可以在没有任何性能妥协的情况下实现这一点。

那些地方可以使用Gluon

Gluon今天和MXNet一起工作。例如,Python0.11和后来的MXNet前端都有Gluon库支持。Gluon还可以透明地使用MXNet的gpu-加速版和IntelMath内核库扩展来加速cpu绑定的处理。

微软还没有发布一个版本的Microsoft认知工具包,上面有Gluon支持。它承诺在未来版本的工具包中提供Gluon支持。

译者观点:

1 gluon胶子,物理学上一种理论上假设的无质量的粒子;

2谷歌、微软、亚马逊、百度等都在大公司开源深度学习框架,竞争占据话语权。

原文链接:

https://www.infoworld.com/article/3232100/machine-learning/gluon-brings-ai-developers-self-tuning-machine-learning.html

责任编辑:张燕妮 来源: 今日头条
相关推荐

2024-03-12 10:30:18

2024-02-21 08:00:00

机器学习Java大语言模型

2018-10-12 22:50:20

机器学习API人工智能

2023-09-25 18:21:05

2021-12-14 22:31:59

机器学习人工智能开发

2020-06-11 15:53:30

人工智能AI开发人员

2018-03-09 14:46:36

Windows 10微软人工智能

2020-07-03 09:42:13

人工智能机器学习技术

2010-08-09 16:09:25

2023-05-25 08:18:03

2023-01-17 13:55:39

2015-10-10 09:32:24

机器学习人工智能

2021-08-05 10:07:50

人工智能AI机器学习

2010-08-16 09:21:35

Windows Pho

2012-12-14 08:55:45

开发人员产品经理

2021-12-10 23:48:19

Java开发技术

2023-02-17 15:01:15

2009-07-20 16:11:41

JRuby Swing

2021-10-20 22:28:02

人工智能开发系统

2021-02-16 16:44:40

RustJavaScript开发
点赞
收藏

51CTO技术栈公众号