Publicado en: Dec 4, 2017
AWS ha anunciado su contribución a la versión 1.0 de la plataforma de aprendizaje profundo Apache MXNet, así como la introducción de una nueva capacidad de publicación de modelos.
MXNet es ahora más fácil de usar. La capacidad de publicación de modelos para paquetes MXNet ejecuta y publica modelos de aprendizaje profundo en cuestión de segundos, con tan solo unas pocas líneas de código, que se ponen a disposición en Internet a través de un punto de enlace de la API, lo que facilita su integración en las aplicaciones. Obtenga más información acerca del servidor de modelos y vea el código fuente, ejemplos de referencia y tutoriales.
La versión 1.0 cuenta con una capacidad de indexación avanzada que permite a los usuarios realizar operaciones con matrices de manera más intuitiva. Esta versión también incluye características de vanguardia, como la compresión de gradientes, que permite a los desarrolladores entrenar modelos hasta cinco veces más rápido, reduciendo el ancho de banda de comunicación entre nodos de computación sin pérdidas de precisión o de convergencia. Hay además una nueva herramienta para convertir el código de redes neuronales escrito con el marco Caffe en código de MXNet, lo que facilita que los desarrolladores puedan beneficiarse de la escalabilidad y el desempeño de MXNet.
Ponerse en marcha con MXNet es muy sencillo. Para obtener más información sobre la nueva interfaz de Gluon para aprendizaje profundo MXNet, consulte este completo conjunto de tutoriales, que cubre desde una introducción al aprendizaje profundo hasta cómo implementar modelos de redes neuronales de vanguardia.