Apache MXNet

Apache MXNet是一個開源深度學習軟體框架，用於訓練及部署深度神經網絡。MXNet具有可擴展性，允許快速模型訓練，並支持靈活的編程模型和多種編程語言（包括C++、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl和Wolfram語言）。

Apache MXNet

開發者	Apache軟件基金會
當前版本	1.9.1（2022年5月10日）[1]
源代碼庫	github.com/apache/incubator-mxnet
編程語言	C++ Python R Java Julia JavaScript Scala Go Perl
操作系統	Windows、macOS、Linux
類型	機器學習和深度學習庫
許可協議	Apache License 2.0
網站	mxnet.apache.org

MXNet庫可以擴展到多GPU^[2]和多台機器，並可移植。MXNet由公共雲提供商亞馬遜雲計算服務（AWS）^[3]和Microsoft Azure^[4]支持。亞馬遜把MXNet選為AWS的首選深度學習框架^[5][6]。目前，MXNet受到英特爾、Dato、百度、微軟、沃爾夫勒姆研究公司以及卡內基·梅隆大學、麻省理工學院、華盛頓大學和香港科技大學等研究機構的支持^[7]。

特色

Apache MXNet是一個極簡、靈活、可擴展的深度學習框架，支持深度學習模型，包括卷積神經網絡（CNN）和長短期記憶網絡（LSTM）。

可擴展性

MXNet分布於動態雲基礎架構上，使用分布式參數服務器（基於卡內基·梅隆大學、百度和Google^[8]），並且可以使用多GPU或多CPU實現近乎線性的擴展。

靈活性

MXNet支持命令式和符號式編程，讓使用命令式編程的開發者可以更輕鬆地上手深度學習，還可以更容易地跟蹤、調試、保存斷點，修改學習率等超參數或執行早停。

多編程語言支持

MXNet支持C++用於優化後端，以獲得大部分可用的GPU或CPU，以及支持Python、R語言、Scala、Julia、Perl、MATLAB和JavaScript，用於為開發人員提供簡單的前端。

可移植性

MXNet支持將受過訓練的模型高效部署到低端設備，例如移動設備（使用Amalgamation^[9]）、物聯網設備（使用AWS Greengrass）、無服務器計算（使用AWS Lambda）或容器。這些低端環境只有性能較弱的CPU或有限的內存（RAM），並且應能使用在更高端環境（如基於GPU的集群）上訓練的模型。

參見

• 深度學習軟件比較（英語：Comparison of deep learning software）