Поделиться через

Microsoft Cognitive Toolkit

  • Статья

ПРИМЕЧАНИЕ. CNTK больше не разрабатывается. Дополнительные сведения см. в заметках о выпуске последнего основного выпуска .

Microsoft Cognitive Toolkit (CNTK) — это набор средств с открытым кодом для коммерческого распределенного глубокого обучения. Он описывает нейронные сети как ряд вычислительных шагов с помощью направленного графа. CNTK позволяет пользователю легко реализовать и объединить популярные типы моделей, такие как перенаправленные каналы DNN, сверточная нейронная сеть (CNN) и повторяющиеся нейронные сети (RNN/LSTMs). CNTK реализует стохастический градиентный градиентный спуск (UNIX, обратная опора ошибок) обучения с автоматической дифференцировкой и параллелизацией между несколькими GPU и серверами.

Это видео содержит общие сведения о наборе средств. Сведения о глубоком обучении с Microsoft Cognitive Toolkit CNTK.

Последний выпуск CNTK — 2.7.

CNTK можно включить в качестве библиотеки в программы Python, C# или C++ или использовать в качестве автономного средства машинного обучения с помощью собственного языка описания модели (BrainScript). Кроме того, можно использовать функцию оценки модели CNTK из программ Java.

CNTK поддерживает 64-разрядные операционные системы Linux или 64-разрядные операционные системы Windows. Чтобы установить, можно выбрать предварительно скомпилированные двоичные пакеты или скомпилировать набор средств из источника, предоставленного в GitHub.

Отдельная лицензия больше не требуется для использования 1-разрядного градиентного градиента (1-разрядного градиента) в CNTK; 1-разрядный КОД УПРАВЛЕНИЯ доступен по лицензии, предоставленной в GitHub.


CNTK также является одним из первых наборов средств глубокого обучения для поддержки формата ONNX Open Neural Network Exchange, представления общей модели с открытым кодом для взаимодействия платформы и общей оптимизации. Совместно разработанные корпорацией Майкрософт и поддерживаемые многими другими, ONNX позволяет разработчикам перемещать модели между такими платформами, как CNTK, Caffe2, MXNet и PyTorch.

Последний выпуск CNTK поддерживает ONNX версии 1.0.

Дополнительные сведения о ONNX см. здесь.