微软为什么要用英伟达的GPU来支持CNTK?

今天下午,在北京举行的GTC CHINA 2016(GPU技术大会)中,英伟达深度学习研究院对CNTK中图像识别功能进行了简单介绍。

首先,我们来了解下CNTK。

CNTK(Computational Network Toolkit)是由微软研究院开发的开源计算网络工具包,它通过一个有向图对一系列的计算步骤进行描述,也是一个统一的深度学习神经网络工具包。

CNTK的总体架构如上图所示,这里我们可以简单地分几部分进行理解,分别是上中下和左中右两种理解逻辑。先说上中下部分,最下面的包含IDataReader这一层可以理解为基础的数据。

想象训练一个典当行的学徒鉴别古董的真假,你需要先拿一些真真假假的古董让他自己去领会,这个就是学习的过程,也是初始数据的输入过程。

学习的结果就是第二层包含CN的东西

可以理解为典当行学徒通过真真假假的古董所领悟到大脑的知识

最上面的IExecutionEngine

其实可以理解是这个典当行学徒的个人行为,顾客拿了一个古董,让其鉴别其真假,这就是最上层的作用或者是意思。

其次左中右部分,最左边是输入的原始数据,这里引入了CN Description也就是网络的描述

可以理解为典当行学徒的师傅给予的指导性意见或者是古董鉴别教科书

而Features&Labels中的Features就是样本或者古董,Labels可以理解是古董样本上标明真真假假的标签

中间的是ICNBuilder是学习的行为的驱使,IDataReader是仔细观察并且检验所学内容的行为的驱使。最右边的ILeaner是学习方法,CN之前解释过了是学习的成果,IExecutionEngine也就是最终拿来真正东西进行检验的行为。

可以说CNTK的总体架构,描述了一个典当行学徒的从入门到精通的学习过程。从样本训练自己,形成自己的能力,然后使用其所学。

根据研究人员的描述,由于具备更为优秀的交互能力,CNTK工具包中图像识别速度比另外四个当下主流的计算工具包都更加受开发者的欢迎。

在微软最新发布的CNTK1.7版本中,CNTK已经支持英伟达的最新的深度神经网络资料库cuDNN5.1。

其实在Facebook、百度等巨头的人工智能研究中,经常用到英伟达的GPU。

Facebook的Big Sur服务器是围绕本来为图片处理而开发的大功率处理器——GPU来设计的。每8个GPU就配置一台Big Sur服务器,Facebook使用的正是擅长于图像识别的英伟达制造的GPU。

百度将把英伟达的GPU应用到其无人驾驶系统的车载电脑中。这台电脑可以解决汽车厂商在融合无人驾驶技术时面临的一大问题:如何将人工智能技术集成到紧凑的电脑中,从而帮助汽车制定决策。除了为无人驾驶、以及深度学习的复杂计算提供强劲性能支持外,它还能够同时驱动多个高分辨率的显示设备,应用于智能汽车中的仪表盘、地图导航、车载中控面板等。

几乎所有巨头都在依靠强大的图形处理单元(GPUs)来进行深度学习应用,从而处理更为复杂的算法,能提高人工智能和识别能力,微软在此方面也不甘落后。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2016-09-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CreateAMind

语义学习-通用类人智能的切入点-实现路径v0.03+视频+解释

《思想本质》一书通过语言和认知对人的思想认知等进行了分析,前部分有一个核心观点是(李德毅院士也提过):语言是思想认知体系的语义索引,语言只是符号,语言表达的含义...

1052
来自专栏机器之心

业界 | OpenAI提出新型机器人训练技术:模拟环境动态随机

29510
来自专栏AI科技评论

大神Yann LeCun亲授:如何自学深度学习技术并少走弯路(3000字长文)

编者按:深度学习领域泰斗级人物 Yann LeCun 是 Quora上非常踊跃的答者,他乐于分享自己的心得体会。例如,有人问“你最喜欢的机器学习算法是什么?”,...

4209
来自专栏量子位

OpenAI探索机器人模拟训练新方法:仿真与真实世界无缝衔接

问耕 编译整理 量子位 出品 | 公众号 QbitAI ? OpenAI发布了一项新的机器人技术。 研究人员完全在仿真模拟环境中对机器人控制器进行训练,然后把控...

2963
来自专栏量子位

牛津大学最新研究:给我一张照片,就能让你开口讲话

若朴 发自 凹非寺 量子位 报道 | 公众号 QbitAI 这句话你说过没有?不承认?我给你看证据! 于是你就看到一段视频,画面中的你开口说了一段你不曾讲过的话...

4197
来自专栏机器之心

入门 | 从遗传算法到强化学习,一文介绍五大生物启发式学习算法

44510
来自专栏GAN&CV

如何快速进阶AI的资源

本文译自:https://towardsdatascience.com/getting-started-with-reading-deep-learning-r...

1262
来自专栏AI科技大本营的专栏

首发|贾扬清回应[1小时训练ImageNet]:要关注这10个技术细节,窝里斗没有必要

昨天,整个深度学习领域,几乎被一篇论文刷了屏。 论文指出,通过一种新的方法,能够大幅加速模型训练的过程,仅需1小时,就能训练完ImageNet这样的大规模数据集...

3666
来自专栏机器之心

专访 | 蚂蚁金服MISA:比用户更懂自己的自然语言客服系统

1783
来自专栏AI科技评论

视频 | 棋类大战中惨败的人类,现在想要在电子游戏上扳回一局

喜欢机器学习和人工智能,却发现埋头苦练枯燥乏味还杀时间?油管频道 Arxiv Insights 每周精选,从技术视角出发,带你轻松深度学习。 本期 Arxiv ...

3656

扫码关注云+社区