转载

Amazon宣布将MXNet作为AWS的深度学习框架

　　英文原文：Amazon Announces MXNet as Deep Learning Framework of Choice at AWS

　　Amazon 公司的 Werner Vogels 于上周宣布 Amazon 深度学习框架将会正式选用 MXNet，并且 AWS 将会通过增加源代码贡献、改进文档以及支持来自其它框架的可视化、开发以及迁移工具，为实现 MXNet 成功的长远目标做出贡献。

　　Vogles 指出在欺诈检测、推荐流水线、库存和产品检查审计等领域，有一系列无法通过编写显式算法实现的计算任务，对此问题一类被称为深度学习的机器学习方法正日益发挥重要作用，此外，在内容搜索、自主无人机、订单履行中心机器人、文本及语音识别等领域中也广泛地使用了机器学习方法。Vogels 给出了 Amazon 在深度学习框架选取中所考虑的三个因素，即扩展能力、开发速度及可移植性。

　　深度学习程序库 Caffe、CNTK、MXNet、TensorFlow、Theano 和 Torch 都得到了 Amazon 的评估，并且被 AWS 所支持。现在 AWS 选定了 MXNet 作为可扩展框架，并号召开源社区为 MXNet 投入更多的努力。在机器学习平台服务的开发上，AWS 所采取的方法将会如同在 RDS 中一样，并且：

“我们将通过提供最好的 EC2 实例组及适用的软件工具，支持深度学习框架领域中所有广受欢迎的深度学习框架。”

　　Vogels 提到了今年初发布的深度学习 AMI 及附带的云信息模板。AMI 工具集是一种 64 位的 Amazon Linux 发布版，其中预装了对 CNTK 的支持，以及针对 MXNet、Graphviz、pygal 和 Python pandas 的更新包。该发布版中预置了六种深度学习架构，分别是 NXNet、Caffe、TensorFlow、Theano、Torch 和 CNTK。AMI 中还包括 NVIDIA CUDA Toolkit 和 cuDNN 库安装程序、Anaconda、Python 2和3。评论表明这仍是第一代的 AMI，它已经可为开始使用 GPU 架构的分析工程师提供良好的工作基础。

　　MXNet 最初是由华盛顿大学和卡内基梅隆大学(CMU)开发，用于支持卷积神经网络（CNN）和长短期记忆网络（LSTM）运算。CMU 计算机科学系主任 Andrew Moore 指出：

MXNet 诞生于 CMU，并在 CMU 发展壮大。它是我目前所见到的最具扩展性的深度学习框架，也是计算机科学领域辉煌研究的代表性成果。多个不同学科交汇于其中并共同协作，实现将线性代数创造性地引入大规模分布式计算中，从而引领了深度学习的全新局面。我们很高兴看到 Amazon 对 MXNet 的投入，并迫切期待 MXNet 能不断地走向强大。

　　CMU 在 MXNet 上训练了 Inception V3 算法。训练运行在一个 P2 实例的集群上，并逐步增添了 GPU 数目。在运行多至 1000 层的深度网络时，MXNet 仅占用了低至 4GB 的内存。MXNet 支持多种语言的 API 接口，包括 Python、C++（并支持在 Android 和 iOS 上编译）、R、Scala、Julia、Matlab 和 JavaScript。

正文到此结束