8 lý do tại sao bạn nên chuyển từ TensorFlow sang Bộ công cụ nhận thức của Microsoft (CNTK)

Microsoft hôm nay đã công bố tính khả dụng chung của Bộ công cụ nhận thức phiên bản 2.0 với một số tính năng mới bao gồm hỗ trợ Keras, liên kết Java và hỗ trợ Spark để đánh giá mô hình và nén mô hình để tăng tốc độ đánh giá mô hình được đào tạo trên CPU. Bộ công cụ nhận thức của Microsoft là khung học sâu nhanh nhất trên thị trường và nó cung cấp nhiều lợi thế so với các khung công tác khác cho các nhà phát triển. Nhưng nó chỉ là bộ công cụ học sâu phổ biến thứ ba về số sao trên GitHub, sau TensorFlow và Caffe. Microsoft rất tự tin về hiệu suất và tính ổn định của Bộ công cụ nhận thức, hiện họ muốn mở rộng phạm vi tiếp cận của nó giữa các nhà phát triển và cộng đồng nghiên cứu.

Họ thường gặp những người hỏi họ tại sao lại có người muốn sử dụng CNTK thay vì TensorFlow. Để trả lời câu hỏi, họ đã đăng một bài báo chỉ ra lý do ủng hộ CNTK. 8 lý do tại sao bạn nên chuyển từ TensorFlow sang CNTK bao gồm:

• Tốc độ. Nói chung CNTK nhanh hơn nhiều so với TensorFlow và nó có thể nhanh hơn 5-10 lần trên các mạng lặp lại.
• tính chính xác. CNTK có thể được sử dụng để đào tạo các mô hình học sâu với độ chính xác tối tân.
• Thiết kế API. CNTK có API C ++ rất mạnh và nó cũng có cả API Python cấp thấp và dễ sử dụng, được thiết kế với mô hình lập trình chức năng.
• khả năng mở rộng. CNTK có thể dễ dàng mở rộng trên hàng nghìn GPU.
• Sự suy luận. CNTK có hỗ trợ suy luận C # /. NET / Java giúp dễ dàng tích hợp đánh giá CNTK vào các ứng dụng của người dùng.
• Khả năng mở rộng. CNTK có thể dễ dàng mở rộng từ Python cho các lớp và người học.
• Trình đọc tích hợp. CNTK có trình đọc dữ liệu tích hợp hiệu quả cũng hỗ trợ học phân tán.
• Bộ công cụ bên trong và bên ngoài giống hệt nhau. Bạn sẽ không bị xâm phạm theo bất kỳ cách nào vì cùng một bộ công cụ được các nhóm sản phẩm nội bộ tại Microsoft sử dụng.

Bạn có thể đọc chi tiết về 8 lý do này tại đây.