8 motivi per cui dovresti passare da TensorFlow a Microsoft Cognitive Toolkit (CNTK)

2 minuto. leggere

Edizione del 1 Giugno 2017

pubblicato su 1 Giugno 2017

I lettori aiutano a supportare MSpoweruser. Potremmo ricevere una commissione se acquisti tramite i nostri link.

Microsoft ha annunciato oggi la disponibilità generale di Cognitive Toolkit versione 2.0 con alcune nuove funzionalità tra cui il supporto Keras, i binding Java e il supporto Spark per la valutazione del modello e la compressione del modello per aumentare la velocità di valutazione di un modello addestrato sulle CPU. Microsoft Cognitive Toolkit è il framework di deep learning più veloce sul mercato e offre molti vantaggi rispetto ad altri framework per gli sviluppatori. Ma è solo il terzo toolkit di deep learning più popolare in termini di stelle GitHub, dietro TensorFlow e Caffe. Microsoft è molto fiduciosa sulle prestazioni e sulle capacità di Cognitive Toolkit, ora vuole espandere la sua portata tra gli sviluppatori e la comunità di ricerca.

Spesso incontrano persone che chiedono loro perché qualcuno dovrebbe voler usare CNTK invece di TensorFlow. Per rispondere alle domande, ora hanno pubblicato un articolo che indica le ragioni a favore di CNTK. 8 motivi per cui dovresti passare da TensorFlow a CNTK includono:

Velocità. CNTK è in generale molto più veloce di TensorFlow e può essere 5-10 volte più veloce su reti ricorrenti.
Precisione. CNTK può essere utilizzato per addestrare modelli di deep learning con una precisione allo stato dell'arte.
Progettazione API. CNTK ha un'API C++ molto potente e ha anche API Python di basso livello e di alto livello facili da usare progettate con un paradigma di programmazione funzionale.
Scalabilità. CNTK può essere facilmente ridimensionato su migliaia di GPU.
Inferenza. CNTK dispone del supporto per l'inferenza C#/.NET/Java che semplifica l'integrazione della valutazione CNTK nelle applicazioni utente.
Estensibilità. CNTK può essere facilmente esteso da Python per livelli e studenti.
Lettori integrati. CNTK ha efficienti lettori di dati integrati che supportano anche l'apprendimento distribuito.
Toolkit interno ed esterno identico. Non verresti in alcun modo compromesso perché lo stesso toolkit viene utilizzato dai gruppi di prodotti interni di Microsoft.