Partilhar via


O Microsoft Cognitive Toolkit

NOTA: A CNTK já não está ativamente desenvolvida. Consulte as notas de lançamento da versão final para mais detalhes.

O Microsoft Cognitive Toolkit (CNTK) é um kit de ferramentas de código aberto para aprendizagem profunda distribuída de nível comercial. Descreve as redes neurais como uma série de passos computacionais através de um gráfico dirigido. A CNTK permite ao utilizador facilmente realizar e combinar tipos de modelos populares, tais como DNNs de rações, redes neuronais convolucionais (CNNs) e redes neuronais recorrentes (RNNs/LSTMs). A CNTK implementa a descida do gradiente estocástico (SGD, substituição de erros) aprendendo com diferenciação automática e paralelização em vários GPUs e servidores.

Este vídeo fornece uma visão geral de alto nível do conjunto de ferramentas. Para obter informações sobre Deep Learning com Microsoft Cognitive Toolkit CNTK.

O último lançamento da CNTK é 2.7.

O CNTK pode ser incluído como uma biblioteca nos seus programas Python, C#ou C++ ou usado como uma ferramenta de aprendizagem automática autónoma através do seu próprio linguagem de descrição do modelo (BrainScript). Além disso, pode utilizar a funcionalidade de avaliação do modelo CNTK a partir dos seus programas Java.

A CNTK suporta sistemas operativos Linux ou Windows de 64 bits. Para instalar pode escolher pacotes binários pré-compilados ou compilar o conjunto de ferramentas a partir da fonte fornecida no GitHub.

Uma licença separada já não é necessária para utilizar a descida de gradiente estocástico de 1 bit (SGD de 1 bit) em CNTK; o SGD de 1 bit está disponível sob a licença fornecida no GitHub.


A CNTK é também um dos primeiros kits de ferramentas de deep-learning para suportar o formato Open Neural Network Exchange ONNX , uma representação de modelo partilhada de código aberto para interoperabilidade de quadros e otimização partilhada. Codesenvolvido pela Microsoft e apoiado por muitos outros, o ONNX permite que os desenvolvedores movam modelos entre quadros como CNTK, Caffe2, MXNet e PyTorch.

O mais recente lançamento da CNTK suporta ONNX v1.0.

Saiba mais sobre ONNX aqui.