Description

El kit de herramientas cognitivas de Microsoft, anteriormente conocido como CNTK, le permite aprovechar la inteligencia dentro de conjuntos de datos masivos a través de un aprendizaje profundo al proporcionar una escala, velocidad y precisión sin compromiso con calidad de nivel comercial y compatibilidad con los lenguajes de programación y algoritmos que ya utiliza.

Puede incluirse como una biblioteca en sus programas Python o C ++, o usarse como una herramienta de aprendizaje automático independiente a través de su propio lenguaje de descripción de modelos (BrainScript).

CNTK es compatible con los sistemas operativos Linux de 64 bits o Windows de 64 bits. Para instalar, puede elegir paquetes binarios precompilados o compilar el Kit de herramientas de la fuente provista en Github.

Componentes incorporados altamente optimizados

Los componentes pueden manejar datos densos o dispersos multidimensionales de Python, C ++ o BrainScript
FFN, CNN, RNN / LSTM, normalización de lotes, secuencia a secuencia con atención y más. Aprendizaje de refuerzo, redes adversas generativas, aprendizaje supervisado y no supervisado. Capacidad para agregar nuevos usuarios definidos. Componentes del núcleo en la GPU de Python
Ajuste automático de hiperparámetros
Lectores incorporados optimizados para conjuntos de datos masivos

Uso eficiente de los recursos

Paralelismo con precisión en múltiples GPU / máquinas a través de SGD de 1 bit y Block Momentum
Uso compartido de memoria y otros métodos incorporados para adaptarse incluso a los modelos más grandes en la memoria de GPU

Exprese fácilmente sus propias redes

API completas para definir redes, aprendices, lectores, capacitación y evaluación de Python, C ++ y BrainScript
Evalúe modelos con Python, C ++, C # y BrainScript
Interoperación con NumPy
Ambas API de nivel bajo y bajo disponibles para facilidad de uso y flexibilidad
Inferencia automática de formas basada en sus datos
Bucles RNN simbólicos totalmente optimizados (no es necesario desenrollar)

Capacitación y hosting con Azure

Aprovecha los recursos de alta velocidad cuando se usa con la GPU de Azure y las redes de Azure. Aloja modelos entrenados fácilmente en Azure y agregue capacitación en tiempo real si lo desea

Categorías