8 เหตุผลที่คุณควรเปลี่ยนจาก TensorFlow เป็น Microsoft Cognitive Toolkit (CNTK)

วันนี้ Microsoft ได้ประกาศความพร้อมใช้งานทั่วไปของ Cognitive Toolkit เวอร์ชัน 2.0 พร้อมคุณสมบัติใหม่บางอย่าง รวมถึงการสนับสนุน Keras, Java Bindings และการสนับสนุน Spark สำหรับการประเมินโมเดล และการบีบอัดโมเดลเพื่อเพิ่มความเร็วในการประเมินโมเดลที่ได้รับการฝึกบน CPU Microsoft Cognitive Toolkit เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่เร็วที่สุดในตลาด และมีข้อได้เปรียบมากมายเหนือเฟรมเวิร์กอื่นๆ สำหรับนักพัฒนา แต่เป็นเพียงชุดเครื่องมือการเรียนรู้เชิงลึกที่ได้รับความนิยมสูงสุดอันดับสามในแง่ของดาว GitHub รองจาก TensorFlow และ Caffe Microsoft มีความมั่นใจอย่างมากเกี่ยวกับประสิทธิภาพและความสามารถของ Cognitive Toolkit ตอนนี้พวกเขาต้องการขยายการเข้าถึงในหมู่นักพัฒนาและชุมชนการวิจัย

พวกเขามักพบคนถามว่าทำไมทุกคนถึงต้องการใช้ CNTK แทน TensorFlow เพื่อตอบคำถาม ตอนนี้พวกเขาได้โพสต์บทความที่ชี้ให้เห็นเหตุผลสนับสนุน CNTK 8 เหตุผลที่คุณควรเปลี่ยนจาก TensorFlow เป็น CNTK ได้แก่:

• ความเร็ว. โดยทั่วไป CNTK จะเร็วกว่า TensorFlow มาก และอาจเร็วกว่า 5-10 เท่าในเครือข่ายที่เกิดซ้ำ
• ความถูกต้อง. สามารถใช้ CNTK เพื่อฝึกโมเดลการเรียนรู้เชิงลึกด้วยความแม่นยำที่ล้ำหน้า
• การออกแบบ API. CNTK มี C++ API ที่ทรงพลังมาก และยังมี Python API ระดับสูงทั้งระดับต่ำและใช้งานง่าย ซึ่งได้รับการออกแบบด้วยกระบวนทัศน์การเขียนโปรแกรมที่ใช้งานได้จริง
• scalability. CNTK สามารถปรับขนาดได้ง่ายกว่า GPU หลายพันตัว
• การอนุมาน. CNTK มีการอนุมาน C#/.NET/Java ซึ่งทำให้ง่ายต่อการรวมการประเมิน CNTK เข้ากับแอปพลิเคชันของผู้ใช้
• ขยาย. สามารถขยาย CNTK จาก Python สำหรับเลเยอร์และผู้เรียนได้อย่างง่ายดาย
• เครื่องอ่านในตัว. CNTK มีโปรแกรมอ่านข้อมูลที่มีประสิทธิภาพซึ่งสนับสนุนการเรียนรู้แบบกระจาย
• ชุดเครื่องมือภายในและภายนอกที่เหมือนกัน. คุณจะไม่ถูกประนีประนอม แต่อย่างใด เนื่องจากกลุ่มผลิตภัณฑ์ภายในของ Microsoft ใช้ชุดเครื่องมือเดียวกัน

คุณสามารถอ่านเกี่ยวกับ 8 เหตุผลเหล่านี้โดยละเอียด โปรดคลิกที่นี่เพื่ออ่านรายละเอียดเพิ่มเติม.