Le Microsoft Cognitive Toolkit
REMARQUE : CNTK n’est plus activement développé. Pour plus d’informations, consultez les notes de publication de la dernière version majeure .
Le Microsoft Cognitive Toolkit (CNTK) est un kit de ressources open source pour le deep learning distribué de niveau commercial. Il décrit les réseaux neuronaux comme une série d’étapes de calcul via un graphique dirigé. CNTK permet à l’utilisateur de réaliser et de combiner facilement des types de modèles populaires tels que des réseaux de réseau réseau partagés, des réseaux neuronaux convolutionnels (CNN) et des réseaux neuronaux récurrents (RNN/LSTMs). CNTK implémente l’apprentissage de descente de dégradé stochastique (SGD, backpropagation d’erreur) avec une différenciation et une parallélisation automatiques sur plusieurs GPU et serveurs.
Cette vidéo fournit une vue d’ensemble générale du kit de ressources. Pour plus d’informations sur Deep Learning avec Microsoft Cognitive Toolkit CNTK.
La dernière version de CNTK est 2.7.
CNTK peut être inclus en tant que bibliothèque dans vos programmes Python, C#ou C++, ou utilisé comme outil machine learning autonome via son propre langage de description de modèle (BrainScript). En outre, vous pouvez utiliser la fonctionnalité d’évaluation du modèle CNTK à partir de vos programmes Java.
CNTK prend en charge les systèmes d’exploitation Windows 64 bits ou Linux 64 bits. Pour installer, vous pouvez choisir des packages binaires pré-compilés ou compiler le kit de ressources à partir de la source fournie dans GitHub.
Une licence distincte n’est plus nécessaire pour utiliser la descente stochastique stochastique (SGD 1 bits) dans CNTK ; le SGD 1 bits est disponible sous la licence fournie dans GitHub.
CNTK est également l’un des premiers kit de ressources deep learning à prendre en charge le format ONNX Open Neuron Network Exchange, une représentation de modèle partagé open source pour l’interopérabilité et l’optimisation partagée de l’infrastructure. Co-développé par Microsoft et pris en charge par de nombreux autres, ONNX permet aux développeurs de déplacer des modèles entre des frameworks tels que CNTK, Caffe2, MXNet et PyTorch.
La dernière version de CNTK prend en charge ONNX v1.0.
En savoir plus sur ONNX ici.