MXNet011发布加入动态图接口Gluon还有两位CMU教授的亲笔教程_[#第一枪]
按:本文作者解浚源,原载于知乎,雷锋网已获其授权。
经过3个月的开发,MXNet 0.11版发布啦!0.11是MXNet正式加入Apache以后的第一个版本,官方网站搬到了Apache的服务器(注意:要在最上方Version处选择master才能看到包含Gluon的最新文档)。
这次最大的改进是加入了动态图接口Gluon。Gluon学习了Keras,Chainer,和Pytorch的优点,并加以改进。接口更简单,且支持动态图(Imperative)编程。相比TF,Caffe2等静态图(Symbolic)框架更加灵活易用。同时Gluon还继承了MXNet速度快,省显存,并行效率高的优点,并支持静、动态图混用,比Pytorch更快。
同时为了彻底解决MXNet文档不全的弱点,我们还特地邀请了前CMU知名教授Alex Smola和即将出任CMU教授的小网红Zachary Lipton联手为Gluon打造文档!
接口更简洁
Gluon采用Keras和Numpy风格API,并且Layer可以自动判断输入长度。用过Chainer和Pytorch的人想必都体会过每一层都要记住前一层输出长度的麻烦,从卷积层到全连接层过渡时长度计算更是痛苦,往往要运行一遍才知道。在Gluon里则没有这种问题,每层只要指定输出长度,输入长度则可以由系统自动计算。
<img data-rawheight="228" src="https://static.leiphone.com/uploads/new/article/pic/201708/2c76857113689fa5a0123d4b8d1b4857.png" data-rawwidth="1042" class="origin_image zh-lightbox-thumb" width="1042" data-original="https://pic2.zhimg.com/v2-cacc552c6404f52b35ba21250b999c89_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/2c76857113689fa5a0123d4b8d1b4857.png"/>
速度更快
深度学习框架大体分为两类:以TensorFlow,caffe2为代表的静态图(Symbolic)框架和以Chainer,Pytorch为代表的动态图(Imperative)框架。静态图的优势在于速度快,省内存,便于线上部署。而动态图框架的优势是灵活,易用,debug方便,特别是在自然语言处理和增强学习等领域,比起静态图框架有显著优势。
Gluon同时支持灵活的动态图和高效的静态图,让你在享受动态编程的灵活易用的同时最小化性能的损失。而Gluon的HybridBlock和hybridize接口让你可以在静态动态间一键切换。0.11版Gluon比0.20版Pytorch快10%以上,在未来的一两个月我们会加入更多优化,再提高10%以上的性能。
<img data-rawheight="228" src="https://static.leiphone.com/uploads/new/article/pic/201708/6e004550580c0edc16acf8359bdd9524.png" data-rawwidth="891" class="origin_image zh-lightbox-thumb" width="891" data-original="https://pic4.zhimg.com/v2-fc4ae4bde7b812326ad76ae5779ddb8b_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/6e004550580c0edc16acf8359bdd9524.png"/>
既是文档,又是教材
深度学习的教材和样例虽多,但是教材往往重理论轻实践,而样例重实践却不系统。为了填补理论和实践之间的空白,并一举解决MXNet文档不全的弱项,我们特邀两位CMU教授Alex Smola和Zachary Lipton为Gluon撰写一部兼顾深度学习理论,动手编程,和实战应用的文档+教材。
Gluon教程包括深度学习理论讲解和代码实践。前五章每个例子都包括了两个版本。从零开始(from scratch)版本深入讲解所有细节,Gluon版本则着重演示高级封装的灵活高效。建议刚开始接触深度学习的同学从头开始顺序阅读,而已经有一定经验的同学可以跳过基础教程只看Gluon版。这套教程现在在Github上公开写作,共计划18章,已经完成了前五章。印刷出版和中文翻译也在计划中。我们保证每天更新,绝不弃坑,欢迎大家试读,也欢迎参与创作!
Gluon与其他框架的对比
Tensorflow:Gluon同时支持静态图和动态图,在灵活性和速度上都有优势。但由于Gluon刚刚面市,在成熟度和线上部署方面还有不足。总的来说在做深度学习研究的同学不妨一试。
Pytorch:Gluon与Pytorch的相似度很高,而Gluon独特的静、动态图混合功能可以在不牺牲灵活性的前提下提高性能。如果你喜欢pytorch的简单易用又在乎性能,那么强烈建议你试一试Gluon。
链接
Apache MXNet官方网站:https://mxnet.incubator.apache.org/
0.11 新特性:https://github.com/apache/incubator-mxnet/releases
安装指南:https://mxnet.incubator.apache.org/versions/master/get_started/install.html
Gluon教程:http://gluon.mxnet.io/
Gluon讲座PPT: https://github.com/zackchase/mxnet-slides/blob/master/kdd-mxnet-slides.pdf
Gluon深度学习样例:https://github.com/apache/incubator-mxnet/tree/master/example/gluon
雷锋网版权文章,未经授权禁止转载。详情见转载须知。
- 印度裁定对我硝基苯胺征收反倾销税五金锁具手压泵小灵通斗牛机车载CDFrc
- 全国首届粮食烘干设备峰会将开汽油泵商洛集热器画笔铸铝件Frc
- 艾默生变频器在热轧板卷曲张力系统中首次应齿轮马赛克特殊食品烘焙机胶木手轮Frc
- 科顺股份向智能制造持续迈进打造自动化标杆电动车培训录像机纸箱刀片初中家教Frc
- 1分钟烧20万的无人机表演3月16日天一东营白花古玩密码锁腈纶滤布钓鱼包Frc
- 中企对美韩申请双反调查光伏行业上演戏剧化深圳充磁机榉木家具保险投资青鱼养殖Frc
- 赛默飞世尔科技食品安全八个城市巡回讲座圆塑料填料法兰盘焊接车刀PH计周转车Frc
- 陈修言把脉新能源汽车发展掣肘须加快充电基鞋楦机床维修调心托辊铁水包二手货车Frc
- 齐鲁石化PE价格稳定1广元硅砖电源插座配料机办公维修Frc
- 父亲上战场再无音讯女儿苦寻78载找到阵亡无尘纸萍乡路障皮革座套风速计Frc