【比竞争对手快3倍】微软官方发布CNTK 2.0,增加 Python 和 Keras 支持

【新智元导读】微软今天发布了深度学习工具包CNTK的2.0版本,新版本增加了支持 Keras 的 CNTK 后端,Java API,模型评估的 Spark 支持,模型压缩等新功能,微软全球技术院士黄学东称其比同类产品快3倍。

微软今天发布微软认知工具包(Microsoft Cognitive Toolkit)的2.0版本。这是一个开源的深度学习工具包,以前的名字是 CNTK,是微软对应竞争对手的TensorFlow,Caffe 和 Torch 的工具。它的第一个版本已经在速度方面不输许多竞争产品,而新的2.0版强调了产品的可用性(例如增加对 Python 和 Keras 神经网络库的支持)和未来的可扩展性,同时仍保持,甚至提高了速度。

GitHub地址:https://github.com/microsoft/cntk

Cognitive Toolkit 2.0 新功能:

  • 支持 Keras 的 CNTK 后端
  • 使用 Halide 非常快的二进制卷积
  • Java API
  • 新的 NuGet Packages
  • 修复多个bug

根据微软官方博客的介绍,Cognitive Toolkit 2.0允许用户创建,训练和评估自己的神经网络,这些神经网络可以在多个GPU和使用大规模数据集的多个机器上高效扩展,从而实现企业级可用,生产级的AI。

Cognitive Toolkit 2.0的升级包括增加 Keras 支持,Java 绑定,模型评估的 Spark 支持,以及模型压缩,以提高 CPU 上评估训练好的模型的速度,以及一系列性能改进,使其成为速度最快的深度学习框架。

开源工具包可以在 GitHub 获取。自推出beta版本以来,该工具包已经增加了数百项新功能,一系列性能提升和修改。微软认知工具包的性能是最近独立测试的,在单GPU上相比其他类似平台的表现最佳。

来源:http://dlbench.comp.hkbu.edu.hk/

在多GPU上,性能随规模越大变得越好。例如,使用 NVIDIA 的最新Volta GPU,V100那个,可以看到使用从8个到64个V100,性能越来越好。

微软认知工具包最初在2016年10月推出测试版本,自那以来团队都在用它进行测试。现在,微软认为它已经可以用于生产。

微软全球技术院士(Technical Fellow)黄学东博士称,该认知工具包的1.0版本更多是开源了微软内部使用的工具包,将它提供给更多人来用。因为它本质上是一个内部工具,因此它不支持 Python,即使 Python 是现在机器学习开发者中最流行的语言。

因为微软最初是为语音识别系统打造这个工具包的,因此它对使用时间序列数据来构建递归神经网络非常好用。在这次升级中,该团队不仅改进了认知工具包对其他类型的神经网络的性能,而且为未来更好地扩展系统奠定了基础。

例如,增加了 Keras 支持。黄学东强调,认知工具包的第一个版本在许多标准测试中都很轻易地超过了许多同类产品。Keras 是很受欢迎的基于 Python 的深度学习库,TensorFlow 和 Theano 都支持 Keras。现在,微软认知工具包也支持 Keras,而且由于具有新的可扩展的架构,开发者不仅可以将现有的基于 Keras 的应用程序加入认知工具包,而且能得到很大的加速。黄学东说,在正确情况下,微软认知工具包比竞争对手快3倍。

此外,2.0版本还包括了用于模型评估的 Java 语言绑定和许多新的工具,可以让训练好的模型在智能手机之类相对低功率的设备上运行。

认知工具包已经在微软内部广泛使用,不过黄学东也坦率地承认,公司内部有些团队也使用其他工具包。“没有哪个工具包使所有方面都很好用的,”黄学东说,“我们的目的是帮助AI社区,我们不是说微软认知工具包能解决所有问题。”

像 Google,Facebook以及其他公司一样,微软当然也希望机器学习生态系统围绕它的工具包构建更多解决方案。为了做到这一点,它需要增加在开发者中的心理占有率。不难理解,微软强调它的认知工具包是经过实战检验的系统,已经在微软内部的大多数AI系统上系统,包括微软小娜(Cortana),而且它在训练模型方面比大多数竞争对手的产品更快。

展望未来,黄学东说,现在很难讲在将来的3.0版本认知工具包会有什么功能。“AI,以及深度学习,是一个发展变化非常快的领域,我们所能做得最好的事情就是不断地适应,迭代,和改进。”他说,“我们绝对清楚支持这个巨大而让人惊叹的AI社区所面临的挑战。”当然,他肯定希望保持的是,认知工具包在性能方面的领先优势。

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-06-02

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

来自专栏架构师之路

从0开始做互联网推荐-以58转转为例

从0开始做互联网推荐【产品+算法+实现】 一、58转转简介 58旗下真实个人闲置物品交易平台 二、从0开始设计推荐产品框架 (1)首页推荐:提取用户画像,根据线...

3867
来自专栏开源优测

大数据测试学习笔记之数据质量

大数据测试学习笔记之数据质量 数据质量定义 先搜索了一把,发现当前对于数据质量的定义没有一个共识的定义,通过阅读一些资料,做了些总结,可以从以下几个方面来定义数...

4818
来自专栏ATYUN订阅号

高通研究新进展,设备离线语音识别率高达95%

在波士顿的Re-Work深度学习峰会上,高通公司的人工智能研究员Chris Lott介绍了他的团队在新的语音识别程序方面的工作。

1704
来自专栏AI研习社

AMiner发布计算机领域知识图谱,包括20多万条专家信息、50多万篇出版论文

日前,清华大学副教授、Arnetminer创始人唐杰在微博公开表示AMiner将发布计算机领域的专业知识图谱Science Knowledge Graph (S...

2863
来自专栏原创

构建基于LBS的大数据应用

目前,3.0产品最重要的技术——电子围栏技术:电子围栏是精确捕捉用户场景,实时给用户推送有价值消息的手机推送解决方案。客户根据业务需求,在地图上设置电子围栏区域...

5537
来自专栏云飞学编程

Python全栈开发实战!看大神一节课带你做一个自己的音乐网站

都知道python现在很火,很有发展,都想来学习python,从事python相关职业,可是我们学了python到底要干什么呢?

1782
来自专栏人工智能快报

高通称其终端语音识别准确率达95%

高通公司人工智能研究人员表示,该公司正在研制用于智能终端的语音识别系统,通过综合采用循环神经网络和卷积神经网络,该系统语音识别准确率可达95%。

1161
来自专栏大数据挖掘DT机器学习

用户群体画像那些事儿

伴随着大数据应用的讨论、创新,个性化技术成为了一个重要落地点。相比传统的线下会员管理、问卷调查、购物篮分析,大数据第一次使得企业能够通过互联网便利地获取用户更...

53911
来自专栏软件成本造价评估

软件项目工作量估算中使用的功能点方法是什么?

简单的说,功能点方法是一种估算软件项目大小的方法,它是从用户视角出发,通过量化系统功能来度量软件的规模,这种度量主要基于系统的逻辑设计。功能点规模度量方法在国...

4026
来自专栏CSDN技术头条

深度解析京东个性化推荐系统演进史

在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。 京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年,当时的推荐...

4669

扫码关注云+社区

领取腾讯云代金券