MXNet 1.0.0文档更新说明

   翻译来源:点击打开链接

 performance

  •     增强了sparse.dot运算符的性能。
  •      MXNet现在自动设置OpenMP,以便在未设置NUM_OMP_THREADS时使用所有可用的CPU内核以最大限度地提高CPU利用率。
  •      一元运算符和二元运算符现在可以避免在小型阵列上使用OpenMP,因为使用OpenMP实际上会损害多线程开销。
  •      在CPU上显着提高了broadcast_add,broadcast_mul等的性能。
  •      将批量执行添加到命令模式。你可以用mxnet.engine.bulk来控制段的大小。因此,混合模式下胶子的速度得到了提高,特别是在小型网络和多GPU上。
  •      改进了Python前端对ctypes调用的速度。

New Features - Gradient Compression [Experimental]

  •  通过压缩梯度通信来加速多GPU和分布式训练。 当训练具有大型完全连接层的网络时,这是特别有效的。 在Gluon中,这可以通过训练器中的compression_params来激活。

New Features - Support of NVIDIA Collective Communication Library (NCCL) [Experimental]

  •      使用kvstore ='nccl'(在某些情况下)在多个GPU上进行更快速的训练。
  •      批量小时,比kvstore ='device'快得多。
  •      使用NCCL 2.1版或更新版本时,建议将环境变量NCCL_LAUNCH_MODE设置为PARALLEL。

New Features - Advanced Indexing [General Availability]

  1.       如果key是列表类型,则只支持整数列表。 如:key = [1,2]被支持,而不是key = [[1,2]]。
  2.     省略号(...)和np.newaxis不受支持。
  3.     布尔数组索引不受支持。

New Features - ARM / Raspberry Pi support [Experimental]

  • MXNet现在编译并运行在ARMv6,ARMv7,ARMv64上,包括Raspberry Pi设备.详情见:点击打开链接

New Features - NVIDIA Jetson support [Experimental]

  •      MXNet现在编译并运行在具有GPU加速功能的NVIDIA Jetson TX2主板上。
  •      可以通过运行 - $ pip install mxnet-jetson-tx2在Jetson板上安装python MXNet软件包。

New Features - Sparse Tensor Support [General Availability]

  •      添加了更多的稀疏运算符:contrib.SparseEmbedding,sparse.sum和sparse.mean。
  •      添加asscipy()更容易转换为scipy。
  •      添加了sparse ndarrays的check_format()来检查数组格式是否有效。

Bug-fixes

  •      修复a[-1]索引在NDArray上不起作用。
  •      修复了轴<0时的expand_dims。
  •      修正了一个bug,导致topk在大数组上产生不正确的结果。
  •      提高float64数据的一元和二元运算符的数值精度。
  •      修复了log2和log10的衍生物。 他们同样使用log。
  •      修复了导致MXNet在fork之后挂起的错误。 请注意,由于CUDA的限制,您仍然无法在fork之后的子进程中使用GPU。
  •      修复了在使用辅助状态时导致CustomOp失败的错误。
  •      修复了在分布式模式下运行训练时时导致MXNet监听所有可用接口的安全漏洞。

Doc Updates

  •      在FAQ部分添加了一个安全最佳实践文档。
  •      修复许可证标题,包括恢复版权归属。
  •      文档更新。
  •      查看源代码的链接。

更多说明见:点击打开链接







评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值