CN和CNTK的介绍（一）

CN和CNTK的介绍（一）

                                       From：《An Introduction to Computational Networks and the Computational Network Toolkit》CNTKBook

           摘要中文翻译                   备注：第一次尝试翻译，不当错误请见谅。

我们介绍一个计算网络 computational network (CN)，它是一个统一的描述任意机器学习的框架，例如深度神经网络 deep neural networks (DNNs)，卷积神经网络 convolutional neural networks (CNNs), 递归神经网络recurrent neural networks (RNNs),长短时记忆 long short term memory(LSTM),   逻辑回归 logistic  regression, 和最大熵模型maximum entropy model。这些能够被一系列的步骤展示说明。一个CN是一个有向图，有向图中，每个叶子节点表示输入的数值或者一个参数，每个非叶子节点表示一个依赖于它的孩子的矩阵操作。在CN中，我们描述算法执行前向计算和梯度计算，在典型的CN 中，介绍最流行的计算节点类型。

进一步我们介绍CNTK，一种支持GPU和CPU的CN的实现。我们描述架构和它的关键组成部分，如何使用命令行使用CNTK，网络定义，模型编辑语言，为声学模型，语言模型，语音理解提供样例步骤。我们也提供语音识别解码用CNTK集成的例子。