摘要：微軟和亞馬遜的聯(lián)合努力使神經(jīng)網(wǎng)絡(luò)更容易與MXNet和微軟的認(rèn)知工具包框架程序和使用

深度學(xué)習(xí)系統(tǒng)長(zhǎng)期以來一直很難處理，因?yàn)樗械奈⒄{(diào)和解決方法都需要從他們那里獲得良好的結(jié)果。Gluon是微軟和亞馬遜AWS共同開發(fā)，它確實(shí)減少了艱難的工作。

Gluon與ApacheMXNet和微軟的認(rèn)知工具包框架合作，以優(yōu)化這些系統(tǒng)的深度學(xué)習(xí)網(wǎng)絡(luò)培訓(xùn)。

Gluon如何工作

神經(jīng)網(wǎng)絡(luò)，就像在深度學(xué)習(xí)系統(tǒng)中使用的那樣，大致有三個(gè)階段:

1. 開發(fā)人員硬編碼網(wǎng)絡(luò)。

2. 開發(fā)人員通過更改設(shè)置以產(chǎn)生有用的結(jié)果來調(diào)整數(shù)據(jù)的加權(quán)和處理。

3. 完成的網(wǎng)絡(luò)用于服務(wù)預(yù)測(cè)。

第1步和第2步的問題是，它們是冗長(zhǎng)而呆板的。硬編碼網(wǎng)絡(luò)是緩慢的，改變編碼以改善網(wǎng)絡(luò)的行為也很慢。同樣，計(jì)算網(wǎng)絡(luò)中使用的***權(quán)重也是自動(dòng)化的一個(gè)成熟的任務(wù)。

Gluon提供了一種編寫神經(jīng)網(wǎng)絡(luò)的方法，這些神經(jīng)網(wǎng)絡(luò)的定義更像是數(shù)據(jù)集而不是代碼。開發(fā)人員可以使用常見的模式，如神經(jīng)網(wǎng)絡(luò)層的鏈，以聲明的方式實(shí)例化網(wǎng)絡(luò)。Gluon代碼易于編寫，易于理解，它利用了使用的語言的本地特性(例如，Python的上下文管理器)。

[[212271]]

Gluon在那些方面幫助開發(fā)者

Gluon最基本的方法就是讓開發(fā)者更容易地定義一個(gè)網(wǎng)絡(luò)并修改它。

在Gluon中，一個(gè)神經(jīng)網(wǎng)絡(luò)可以用傳統(tǒng)的方式來描述，它的代碼塊不會(huì)改變。但是網(wǎng)絡(luò)也可以被描述為一個(gè)數(shù)據(jù)結(jié)構(gòu)，所以它可以在運(yùn)行中改變，以適應(yīng)訓(xùn)練期間的變化。

在Gluon中編寫的代碼可以利用MXNet和認(rèn)知工具包中的gpu加速和分布式處理特性，因此可以跨多個(gè)節(jié)點(diǎn)分布培訓(xùn)作業(yè)。它的創(chuàng)建者說，Gluon可以在沒有任何性能妥協(xié)的情況下實(shí)現(xiàn)這一點(diǎn)。

那些地方可以使用Gluon

Gluon今天和MXNet一起工作。例如，Python0.11和后來的MXNet前端都有Gluon庫支持。Gluon還可以透明地使用MXNet的gpu-加速版和IntelMath內(nèi)核庫擴(kuò)展來加速cpu綁定的處理。

微軟還沒有發(fā)布一個(gè)版本的Microsoft認(rèn)知工具包，上面有Gluon支持。它承諾在未來版本的工具包中提供Gluon支持。

譯者觀點(diǎn)：

1 gluon膠子，物理學(xué)上一種理論上假設(shè)的無質(zhì)量的粒子；

2谷歌、微軟、亞馬遜、百度等都在大公司開源深度學(xué)習(xí)框架，競(jìng)爭(zhēng)占據(jù)話語權(quán)。

原文鏈接:

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