微软发布升级版认知工具包，加速深度学习研发

微软正式发布了 2.0 版本的认知工具包（Microsoft Cognitive Toolkit，曾用名为 CNTK），该工具包曾在微软内部被广泛使用，帮助实现了人工智能领域多个突破。

该升级版本增加了对神经网络库 Keras 的支持，为 Keras 编写的代码现在可以直接利用认知工具包所提供的性能和速度，而无需对代码本身进行任何更改。此外还支持 NVIDIA 最新版本的深度学习 SDK 以及高级图形处理单元（GPU）架构（例如NVIDIA Volta），可以加速训练进程。以及用于模型评估的 Java 语言绑定，和对已受训模型进行压缩的新工具——经过压缩的模型即便在智能手机等资源受限设备上的图像识别等应用中也可实时运行。

微软认知工具包最初于2016年10月发布测试版，目前该技术已被全球各地的公司和组织用于神经网络的创建和训练。

文章转载自 开源中国社区 [http://www.oschina.net]

时间： 2024-10-01 22:34:18

微软发布升级版认知工具包，加速深度学习研发的相关文章

浪潮胡雷钧： KNL+FPGA是加速深度学习的黄金搭档

8月17日,在美国旧金山举行的英特尔信息技术峰会(Intel Developer Forum,简称IDF)上,浪潮首席科学家胡雷钧进行了先进技术报告演讲,他结合当前深度学习应用特点和先进计算技术架构进行分析,认为KNL+FPGA是加速深度学习的黄金搭档.   深度学习在人脸识别.语音识别.精准医疗以及无人驾驶等领域被广泛的应用,近年来在高性能计算技术的支持下,其发展十分迅速.然而,深度学习的发展也面临着众多困境,如深度学习软件扩展性不够高.计算性能不够高.深度学习线上识别能耗大等问题. 在多年的

微软已在GitHub上开源深度学习工具包：助推语音识别发展

为了加速人工智能和语音识别项目的发展,微软研究人员特地开发出了一款用于深度神经网络和多GPU加速处理技术的工具包.不过现在,该公司更进一步地开源了"计算网络工具包"(Computational Networks Toolkit,简称CNTK).并且将完整内容放到了GitHub上.微软称CNTK要比其他公开可用的深度学习工具还要快,不过该公司并不是首家开放深度学习软件的科技巨头. 去年11月的时候,Google就开源了用于自家图片搜索功能的TensorFlow机器学习系统.但据微软首席语

GPU加速深度学习

1. 背景 一年半以前,AlphaGo完胜李世乭的围棋赛让深度学习(Deep Learning)这个名词家喻户晓,再度掀起人工智能的新一波热潮.其实深度学习背后的神经网络基础理论早在上世纪50年代就已提出,经过几起几落的发展,到了21世纪初,多层神经网络算法也日趋成熟.深度学习理论早在十多年以前就有重要突破,为何直到近年才出现爆发.这不得不提到2012年的一场竞赛. 2012年,Geoffrey E. Hinton(与Yann LeCun 和Yoshua Bengio并称为深度学习三驾马车)的弟

NVIDIA令深度学习训练性能翻一番

NVIDIA发布了其 GPU 加速深度学习软件的更新版本,这些软件将令深度学习训练的性能翻一番. 新软件将让数据科学家和研究人员能够通过更快的模型训练和更复杂的模型设计来创造更准确的神经网络,从而加速其深度学习项目和产品的开发工作. NVIDIA DIGITS  深度学习 GPU 训练系统第 2 版 (DIGITS 2) 和 NVIDIA CUDA 深度神经网络库第 3 版 (cuDNN 3) 可提供大幅提升的性能和全新的功能. 对数据科学家来说,DIGITS 2 现在能够在多颗高性能 GPU

浪潮科大讯飞Altera用OpenCL实现FPGA深度学习语音识别加速方案

11月17日,在正在举行的2015全球超级计算大会(SC15)上,浪潮联合全球可编程逻辑芯片巨头Altera,以及中国最大的智能语音技术提供商科大讯飞,共同发布了一套面向深度学习.基于AlteraArria 10 FPGA平台.采用OpenCL开发语言进行并行化设计和优化的深度学习DNN的语音识别方案.同时,此次发布也标志着浪潮成为全球领先的具备GPU.MIC和FPGA三项HPC异构计算应用能力的HPC系统厂商. 深度学习,需要HPC"提速" 让计算机拥有接近人类的智能水平是IT行业最

GTC China 曙光发布深度学习重量级新品XMachine Pascal

9月13日,英伟达在北京GTC China(GPU技术大会),曙光公司发布深度学习最新产品XMachine Pascal深度学习系统. NVIDIA是加速深度学习发展方面的先行者,曙光公司作为国内最早从事异构计算技术研究的机构,2009年开始交付国内第一台异构计算平台,并在国内率先推出了适用于深度学习的XSystem系统,从软件XSharp.硬件XMachine两个方面为用户提供深度学习的硬件支撑和软件优化.2015年,曙光公司在IDIC大会上宣布联合NVIDIA成立"ICT-SUGON-NVI

微软的神经网络：深度学习能走得「更深」

计算机视觉现已走进了我们的日常生活.Facebook可以识别你上传到的照片中的人脸.Google Photos应用可以识别狗.生日派对.墓地等多种事物和场景,这种能力能帮你检索相册中的照片.Twitter则可以在没有人类监管者的情况下识别鉴定色情图片. 以上的「视觉」能力都源于人工智能一个高效率的被称为「深度学习」的分支.尽管这项技术在近几年得到了人们的大肆吹捧,但微软研究院的一项新实验却显示这一切才刚刚开始:深度学习可以走得「更深」. 计算机视觉的革命已经进行了相当长的时间.2012年时我们终

真的，关于深度学习与计算机视觉，看这一篇就够了 | 硬创公开课

今年夏天,雷锋网将在深圳举办"全球人工智能与机器人创新大会"(GAIR),在本次大会上,我们将发布"人工智能与机器人Top25创新企业榜",慧眼科技是我们重点关注的公司之一.今天,我们邀请到慧眼科技研发总监李汉曦,为我们带来深度学习与计算机视觉方面的内容分享.雷锋网雷锋网(公众号:雷锋网) 嘉宾介绍:李汉曦,慧眼科技研发总监,澳大利亚国立大学博士:曾任澳大利亚国家信息通信公司(NICTA)任高级研究员:人脸识别,物体检测,物体跟踪.深度学习方面的专家,在TPAMI,

深度学习训练，选择P100就对了

1.背景 去年4月,NVIDIA推出了Tesla P100加速卡,速度是NVIDIA之前高端系统的12倍.同年9月的GTC China 2016大会,NVIDIA又发布了Tesla P4.P40两款深度学习芯片.Tesla P100主攻学习和训练任务,而Tesla P4&P40主要负责图像.文字和语音识别. 同为Pascal架构且运算能力接近的P100和P40常常被拿来对比,单看Spec上运算能力,似乎P40比P100的深度学习性能更好,但实际上呢?本文就通过使用NVCaffe.MXNet.Te