Veröffentlicht am: Dec 4, 2017
Heute hat AWS die Unterstützung des Milestone 1.0 Release des Apache MXNet Deep Learning Frameworks sowie die Einführung einer neuen Modellbereitstellungsfunktion angekündigt.
Die Nutzung von MXNet ist jetzt noch einfacher. Die Modellbereitstellungsfunktion für MXNet-Pakete führt Deep Learning-Modelle aus und stellt sie mit nur wenigen Codezeilen innerhalb von Sekunden bereit, sodass sie über das Internet mit einem API-Endpunkt erreichbar sind und eine Integration in Anwendungen dementsprechend vereinfacht wird. Erfahren Sie mehr über den Modellserver und sehen sie sich den Quellcode, Referenzbeispiele und Tutorials an.
Die Version 1.0 enthält eine erweiterte Indizierungsfunktion, die dem Benutzer ermöglicht, Matrixoperationen intuitiver durchzuführen. Diese Version enthält auch innovative Funktionen wie Gradient-Komprimierung, mit der Entwickler die Modelle bis zu fünfmal schneller trainieren können, wobei die Kommunikationsbandbreite zwischen Datenverarbeitungsknoten ohne Verlust der Konvergenzrate und -genauigkeit reduziert wird. Es gibt auch ein neues Tool für die Konvertierung des neuronalen Netzwerkcodes, der mit dem Caffe Framework in den MXNet-Code geschrieben wird und somit den Entwicklern die Nutzung der Skalierbarkeit und Leistung von MXNet vereinfacht.
Die ersten Schritte mit MXNet sind einfach. Weitere Informationen zur neuen Gluon-Schnittstelle für MXNet Deep Learning finden Sie in dieser umfassende Reihe von Tutorials, in denen alles von der Einführung in das Deep Learning bis zur Implementierung von innovativen neuronalen Netzwerkmodellen enthalten ist.