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。