0
雷鋒網 AI科技評論消息，繼微軟和Facebook聯手發布ONNX開源生態標準，日前，微軟和亞馬遜又達成一致，攜手發布Gluon深度學習庫。
據微軟方面表示，Gluon是一個深度學習庫（接口），它是一個支持符號式和命令式編程的API，在創造深度學習模型的過程中能極大的簡化進程，而不會使訓練速度減慢。Gluon也將支持CNTK（Microsoft Cognitive Toolkit）深度學習庫。Gluon為開發者提供的高級KPI能讓他們交替運行不同的深度學習庫。
Gluon具體介紹
Gluon用于構建神經網絡，很簡潔，是一個動態的高級深度學習庫（接口），在使用MXNet和CNTK時都可以調用它，微軟Azure的所有服務、工具和基礎結構也將全面支持Gluon。Gluon為開發者提供的接口非常好用，它支持高度可擴展的訓練，能高效的評估模型。對于經驗老道的研究人員來說，在發揮Gluon的優勢時完全不會犧牲靈活性。對于一些公司、數據科學家和開發者來說，Gluon支持一些高級API和預建/模塊化的構件，很簡潔，并且非常適用于深度學習。
Gluon的主要特征和好處
Gluon能讓開發者更簡單的學習、規定和調試深度神經網絡，也可以讓接下來的迭代和保持更加簡單，也支持開發作者快速構建和訓練神經網絡，主要的亮點如下：
符號式和命令式編程
對于高級用戶，Gluon支持很多復雜技術，如動態圖和靈活結構。目前還沒有同時支持符號式和命令式編程的其他工具包。
Hybridization
Gluon包含完全的符號化的自動微分代碼，這些代碼已經被程序執行了，也包括控制流。
Gluon通過hybridization實現這一點:靜態計算圖先被計算出來，然后在隨后的迭代中緩存和重用。計算圖也可以被導出，例如給移動設備提供服務。
規定復雜模型
Gluon自帶一個豐富的內嵌層庫，通過重用庫中預建的構件，可以大大簡化規定復雜模型架構的任務。
執行高效
Gluon支持循環和不規則張量（ragged tensors）(能批處理變長度序列)，對于RNN和LSTM模型具有空前的效率。
支持稀疏數據
Gluon提供對稀疏和量化數據及操作的全面支持，可以用于計算和通信。稀疏性在NLP領域的深度神經網絡中非常常見，而量化對于運行時性能評估至關重要。
先進的調度
雖然在單個GPU上進行調度很容易，但在多個GPU上操作要復雜得多。通過MXNet或CNTK后端，Gluon在符號式和命令式模式下都提供自動分配。
總結
利用Gluon，開發者將能使用他們最喜歡的高級編程模型、工具和平臺，更快地傳遞一些新的、令人興奮的創新AI觀念。Gluon將和ONNX（能支持用戶用標準格式創造和保存AI模型）一起，創造一個全新的開放AI生態。期待大家利用這些工具帶來更多更好的想法。
關于ONNX，可以參見雷鋒網 AI科技評論此前報導：Facebook、微軟聯合推出 ONNX 標準，號稱要解決開發框架碎片化。
目前在MXNet上已經可以使用Gluon接口了，可以在GitHub上查看詳情，地址為：
https://github.com/gluon-api/gluon-api/
微軟也表示他們即將推出支持CNTK的版本，雷鋒網 AI科技評論也將持續關注，為大家帶來最新消息。
via：microsoft官網
雷鋒網 AI科技評論編輯整理。
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
