8 razões pelas quais você deve mudar do TensorFlow para o Microsoft Cognitive Toolkit (CNTK)
2 minutos. ler
Publicado em
Compartilhe este artigo
Melhore este guia
Leia nossa página de divulgação para descobrir como você pode ajudar o MSPoweruser a sustentar a equipe editorial Saiba mais
A Microsoft anunciou hoje a disponibilidade geral do Cognitive Toolkit versão 2.0 com alguns novos recursos, incluindo suporte Keras, associações Java e suporte Spark para avaliação de modelo e compactação de modelo para aumentar a velocidade de avaliação de um modelo treinado em CPUs. O Microsoft Cognitive Toolkit é a estrutura de aprendizado profundo mais rápida do mercado e oferece muitas vantagens sobre outras estruturas para desenvolvedores. Mas é apenas o terceiro kit de ferramentas de aprendizado profundo mais popular em termos de estrelas do GitHub, atrás do TensorFlow e do Caffe. A Microsoft está muito confiante sobre o desempenho e os recursos do Cognitive Toolkit, agora eles querem expandir seu alcance entre os desenvolvedores e a comunidade de pesquisa.
Eles geralmente encontram pessoas perguntando por que alguém iria querer usar o CNTK em vez do TensorFlow. Para responder às perguntas, eles publicaram agora um artigo apontando razões a favor do CNTK. 8 razões pelas quais você deve mudar do TensorFlow para o CNTK incluem:
- Velocidade. O CNTK é geralmente muito mais rápido que o TensorFlow e pode ser de 5 a 10 vezes mais rápido em redes recorrentes.
- Precisão. O CNTK pode ser usado para treinar modelos de aprendizado profundo com precisão de última geração.
- Projeto de API. O CNTK possui uma API C++ muito poderosa e também possui APIs Python de baixo nível e de alto nível fáceis de usar, projetadas com um paradigma de programação funcional.
- AMPLIAR. O CNTK pode ser facilmente dimensionado para milhares de GPUs.
- Inferência. O CNTK tem suporte de inferência C#/.NET/Java que facilita a integração da avaliação CNTK em aplicativos de usuário.
- Extensibilidade. O CNTK pode ser facilmente estendido do Python para camadas e alunos.
- Leitores integrados. O CNTK possui leitores de dados integrados eficientes que também suportam aprendizado distribuído.
- Kit de ferramentas interno e externo idêntico. Você não seria comprometido de forma alguma porque o mesmo kit de ferramentas é usado por grupos de produtos internos da Microsoft.
Você pode ler sobre essas 8 razões em detalhes SUA PARTICIPAÇÃO FAZ A DIFERENÇA.
