特色 Apache MXNet是一个极简、灵活、可扩展的深度学习框架，支持深度学习模型，包括卷积神经网络 （CNN）和长短期记忆 网络（LSTM）。
可扩展性 MXNet分布于动态云基础架构上，使用分布式 参数服务器（基于卡内基·梅隆大学 、百度 和Google [8]
灵活性 MXNet支持命令式和符号式编程，让使用命令式编程的开发者可以更轻松地上手深度学习，还可以更容易地跟踪、调试、保存断点，修改学习率等超参数或执行早停。
多编程语言支持 MXNet支持C++用于优化后端，以获得大部分可用的GPU或CPU，以及支持Python、R语言、Scala、Julia、Perl、MATLAB 和JavaScript，用于为开发人员提供简单的前端。
可移植性 MXNet支持将受过训练的模型高效部署到低端设备，例如移动设备（使用Amalgamation[9] 物联网 设备（使用AWS Greengrass）、无服务器计算（使用AWS Lambda ）或容器 。这些低端环境只有性能较弱的CPU或有限的内存（RAM），并且应能使用在更高端环境（如基于GPU的集群）上训练的模型。
参见
参考资料 ^ 1.0 1.1 Release 1.9.1. 2022年5月10日 [2022年6月30日] . ^ Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server. [2017-05-13 ] . （原始内容于2017-08-04）. ^ Apache MXNet on AWS - Deep Learning on the Cloud. Amazon Web Services, Inc. [2017-05-13 ] . （原始内容于2017-06-24）. ^ Building Deep Neural Networks in the Cloud with Azure GPU VMs, MXNet and Microsoft R Server.. Microsoft TechNet Blogs. [2017-09-06 ] . （原始内容于2017-09-07）. ^ MXNet - Deep Learning Framework of Choice at AWS - All Things Distributed. www.allthingsdistributed.com. [2017-05-13 ] . （原始内容于2017-05-07）. ^ Amazon Has Chosen This Framework to Guide Deep Learning Strategy. Fortune. [2017-05-13 ] . （原始内容于2017-02-04）. ^ MXNet, Amazon’s deep learning framework, gets accepted into Apache Incubator. [2017-03-08 ] . （原始内容于2017-03-09）. ^ Scaling Distributed Machine Learning with the Parameter Server (PDF) . [2014-10-08 ] . （原始内容 (PDF) 于2014-12-12）. ^ （[//web.archive.org/web/20180808202721/https://mxnet.incubator.apache.org/faq/smart_device.html 页面存档备份，存于互联网档案馆 ） Amalgamation
apache, mxnet, 是一个开源深度学习軟體框架, 用于训练及部署深度神经网络, mxnet具有可扩展性, 允许快速模型训练, 并支持灵活的编程模型和多种编程语言, 包括c, python, java, julia, matlab, javascript, scala, perl和wolfram语言, 開發者apache软件基金会目前版本1, 2022年5月10日, 源代码库github, apache, incubator, mxnet编程语言c, pythonrjavajuliajavascriptsc. Apache MXNet是一个开源深度学习軟體框架 用于训练及部署深度神经网络 MXNet具有可扩展性 允许快速模型训练 并支持灵活的编程模型和多种编程语言 包括C Python Java Julia Matlab JavaScript Go R Scala Perl和Wolfram语言 Apache MXNet開發者Apache软件基金会目前版本1 9 1 2022年5月10日 1 源代码库github wbr com wbr apache wbr incubator mxnet编程语言C PythonRJavaJuliaJavaScriptScalaGoPerl操作系统Windows macOS Linux类型机器学习和深度学习库许可协议Apache License 2 0网站mxnet wbr apache wbr orgMXNet库可以扩展到多GPU 2 和多台机器 并可移植 MXNet由公共云提供商亚马逊云计算服务 AWS 3 和Microsoft Azure 4 支持 亚马逊把MXNet选为AWS的首选深度学习框架 5 6 目前 MXNet受到英特尔 Dato 百度 微软 沃尔夫勒姆研究公司以及卡内基 梅隆大学 麻省理工学院 华盛顿大学和香港科技大学等研究机构的支持 7 目录 1 特色 1 1 可扩展性 1 2 灵活性 1 3 多编程语言支持 1 4 可移植性 2 参见 3 参考资料特色 编辑Apache MXNet是一个极简 灵活 可扩展的深度学习框架 支持深度学习模型 包括卷积神经网络 CNN 和长短期记忆网络 LSTM 可扩展性 编辑 MXNet分布于动态云基础架构上 使用分布式参数服务器 基于卡内基 梅隆大学 百度和Google 8 并且可以使用多GPU或多CPU实现近乎线性的扩展 灵活性 编辑 MXNet支持命令式和符号式编程 让使用命令式编程的开发者可以更轻松地上手深度学习 还可以更容易地跟踪 调试 保存断点 修改学习率等超参数或执行早停 多编程语言支持 编辑 MXNet支持C 用于优化后端 以获得大部分可用的GPU或CPU 以及支持Python R语言 Scala Julia Perl MATLAB和JavaScript 用于为开发人员提供简单的前端 可移植性 编辑 MXNet支持将受过训练的模型高效部署到低端设备 例如移动设备 使用Amalgamation 9 物联网设备 使用AWS Greengrass 无服务器计算 使用AWS Lambda 或容器 这些低端环境只有性能较弱的CPU或有限的内存 RAM 并且应能使用在更高端环境 如基于GPU的集群 上训练的模型 参见 编辑深度学习软件比较 英语 Comparison of deep learning software 参考资料 编辑 1 0 1 1 Release 1 9 1 2022年5月10日 2022年6月30日 Building Deep Neural Networks in the Cloud with Azure GPU VMs MXNet and Microsoft R Server 2017 05 13 原始内容存档于2017 08 04 Apache MXNet on AWS Deep Learning on the Cloud Amazon Web Services Inc 2017 05 13 原始内容存档于2017 06 24 Building Deep Neural Networks in the Cloud with Azure GPU VMs MXNet and Microsoft R Server Microsoft TechNet Blogs 2017 09 06 原始内容存档于2017 09 07 MXNet Deep Learning Framework of Choice at AWS All Things Distributed www allthingsdistributed com 2017 05 13 原始内容存档于2017 05 07 Amazon Has Chosen This Framework to Guide Deep Learning Strategy Fortune 2017 05 13 原始内容存档于2017 02 04 MXNet Amazon s deep learning framework gets accepted into Apache Incubator 2017 03 08 原始内容存档于2017 03 09 Scaling Distributed Machine Learning with the Parameter Server PDF 2014 10 08 原始内容存档 PDF 于2014 12 12 web archive org web 20180808202721 https mxnet incubator apache org faq smart device html 页面存档备份 存于互联网档案馆 Amalgamation 取自 https zh wikipedia org w index php title Apache MXNet amp oldid 63278041, 维基百科，wiki ，书籍，书籍，图书馆，
文章 ，阅读，下载，免费，免费下载，mp3，视频，mp4，3gp， jpg，jpeg，gif，png，图片，音乐，歌曲，电影，书籍，游戏，游戏。