安妮 编译整理
量子位 出品 | 公众号 QbitAI
昨天,亚马逊AWS和微软共同宣布推出深度学习库Gluon。Gluon为各种水平的深度学习开发人员设计,帮助炼丹师们在云端、App和其他设备上设计原型,创建、训练和部署复杂的深度学习模型。
Gluon已经与深度学习引擎Apache MXNet合作。亚马逊今天表示,在即将发布的版本中,Gluon还将支持另一个深度学习引擎,也就是微软认知工具包(CNTK)。
这不是Gluon第一次亮相了。在CVPR 2017上,亚马逊AI主任科尔学家李沐就提出了MXNet的重要新接口Gluon,还撰文介绍MXNet/Gluon的教程。
有了Gluon助力,开发人员能用简单的Python API建立机器学习模型和一系列预构建、优化的神经网络组件。值得一提的是,Gluon适用于所有水平的开发人员用简洁的代码构建神经网络,并且基本不会影响性能。
李沐MXNet/Gluon教程地址:
https://github.com/mli/cvpr17
简洁可理解
神经网络的构建有三要素:训练数据、模型和算法。算法用来训练模型理解数据模式,因为数据量庞大并且模型的算法复杂,训练模型经常需要几天甚至几周的时间。
虽然,像Apache MXNet、微软CNTK和TensorFlow这样的深度学习引擎中有优化和加速训练的方法。然而,这些引擎通常需要开发人员用难以更改的冗长代码预先定义算法和模型。有些深度学习工具能帮助开发人眼更容易地构建模型,但会牺牲部分训练性能。
惊喜的是,Gluon兼具这两种类型工具的优点。这是一种简洁的、可理解的编程接口,能用对底层引擎速度影响最小的方式帮助开发人员快速构建神经网络原型和实验。
开发人员可用Gluon实时创建神经网络,并动态改变它们的大小和形状。此外,由于Gluon将训练算法和神经网络模型结合在一起,开发人员可以逐步执行模型训练。
这意味着,调试、更新和重用神经网络都容易了很多,使用与所有水平的开发人员。
“机器学习的潜力只有在所有开发人员都可以访问的情况下才能体现。目前,构建和训练机器学习模型仍需大量的专业技能,”亚马逊AI副总裁Swami Sivasubramanian说,“Gluon让构建神经网络和训练模型像构建应用程序一样简单。”
物尽其用
这次联手不是微软和亚马逊第一次在AI领域的合作。今年9月,AWS加入云计算基础设施,和微软、谷歌、IBM结盟提供现代云管理技术。
今年8月底,亚马逊Alexa和微软小娜结盟,两者联手打造不同场景下可用的智能语音助手。
外媒TechCrunch的记者 Ingrid Lunden认为,这些合作似乎预示着另一种商业趋势——科技行业意识到,在一个需要巨大数据集和协作的技术领域,合作能获益更多。
微软AI研究部副总裁Eric Boyd在声明中表示:“这对整个行业非常重要,行业共同努力、共享资源,可以构建更有益于社区的技术。”
“这就是微软与AWS合作创建Gluon,并将其定义为开放的AI生态系统的原因。机器学习有能力改变我们工作、互动和交流方式。为了实现这一目标,我们需要物尽其用,而Gluon就是朝着这个方向迈出的一步。”Eric Boyd表示。
最后,附代码地址:
https://github.com/gluon-api/gluon-api/
及微软官方介绍:
https://news.microsoft.com/2017/10/12/aws-and-microsoft-announce-gluon-making-deep-learning-accessible-to-all-developers/
— 完 —
加入社群
量子位AI社群10群开始招募啦,欢迎对AI感兴趣的同学,加小助手微信qbitbot3入群;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进群请加小助手微信号qbitbot3,并务必备注相应群的关键词~通过审核后我们将邀请进群。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
![](https://i-blog.csdnimg.cn/blog_migrate/2fcb3c9f60071423783a61096c64e339.jpeg)
量子位 QbitAI
վ'ᴗ' ի 追踪AI技术和产品新动态