|
AWS 最近成为深度学习社区的开放式神经网络交换 Open Neural Network Exchange（ONNX）协作的最新技术公司，在无障碍和可互操作的环境中推出人工智能。Facebook 和微软领导了这一合作。 作为该合作的一部分，AWS 将其深度学习框架 Python 软件包 ONNX-MxNet 开源，该框架提供跨多种语言的应用程序编程接口，包括Python，Scala和开源统计软件R。 ONNX 格式将帮助开发人员构建和培训其他框架的模型，包括PyTorch，Microsoft认知工具包或Caffe2，AWS深度学习工程经理Hagay Lupesko和软件开发人员Roshani Nagmote上周在一篇在线帖子中写道：它可以让开发人员将这些模型导入MXNet，并将它们运行推理。
对开发人员的帮助 今年夏天，Facebook和微软推出了ONNX，以支持人工智能发展共享模式的互操作性。微软承诺其Cognitive Caffe2和PyTorch支持ONNX。 微软表示，这种合作使得 Cognitive Toolkit 和其他框架使开发人员更容易构建和运行神经网络的计算图。 ONNX代码和文档已经在 GitHub 上。
AWS 和微软上个月宣布了在 Apache MXNet 上的一个新 Gluon 接口的计划，该计划允许开发人员构建和学习深度学习模型。 “Gluon 是他们正试图与谷歌的Tensorflow竞争的合作伙伴关系的延伸。”Tractica 的研究总监 Aditya Kaul 说到。 他告诉LinuxInsider，“谷歌从这个疏忽是相当明显的，但这也说明了他们在市场上的主导地位。 Kaul表示：“Tensorflow是开源的，所以开源并不是什么大问题，这也是其他的生态系统和谷歌竞争的结果。” 根据AWS的说法，本月早些时候，Apache MXNet社区推出了 MXNet 的 0.12 版本，它扩展了 Gluon 的功能，以便进行新的尖端研究。它的新功能之一是变化 dropout，它允许开发人员应用 dropout 技术缓解递归神经网络中的过拟合。
框架 - 中立的方法 Tirias Research 首席分析师Paul Teich表示：“无论哪个框架产生了一个模型，这看起来都是推理的好方法。他告诉LinuxInsider：“这是一种框架中立的推理方式。” Teich指出，像AWS，微软等云提供商在客户的压力下可以在一个网络上进行训练，同时在另外一个网络上进行人工智能开发。他表示：“我认为这是这些供应商检查互操作性框架的基本方式。” Tractica的Kaul指出：“框架互操作性是一件好事，这会帮助开发人员确保他们建立在MXNet或Caffe或CNTK上的模型可以互相操作。 至于这种互操作性如何适用于现实世界，Teich指出，诸如自然语言翻译或语音识别等技术需要将 Alexa 的语音识别技术打包并交付给另一个开发人员的嵌入式环境。
谢谢，开源 ThinkStrategies 董事总经理杰夫·卡普兰（Jeff Kaplan）表示：“尽管存在竞争差异，但这些公司都认识到，他们在开源运动所带来的软件开发取得了巨大进步。 他告诉LinuxInsider：“开放式神经网络交换机（ONNX）致力于在人工智能方面产生类似的优势和创新。 越来越多的大型科技公司已经宣布了使用开源技术来加快AI协作开发的计划，以便创建更加统一的开发和研究平台。 AT＆T几周前宣布与TechMahindra和Linux基金会合作推出Acumos项目的计划。该平台旨在开拓电信，媒体和技术方面的合作。
相关主题 |
