Microsoft en AWS kondigen deep learning bibliotheek Gluon aan

Microsoft en Amazon Web Services (AWS) hebben samen de nieuwe deep learning bibliotheek Gluon aangekondigd, die ontwikkelaars in staat stelt om geavanceerde machine learning modellen voor de cloud, edge devices en mobiele apps te prototypen, bouwen, trainen en implementeren. De Gluon-interface werkt momenteel met Apache MXNet en zal de Microsoft Cognitive Toolkit (CNTK) in een komende release ondersteunen.

Met de Gluon-interface kunnen ontwikkelaars machine learning modellen bouwen met behulp van een eenvoudige Python API en een serie pre-built, geoptimaliseerde neurale netwerkcomponenten. Dit moet het gemakkelijker maken voor ontwikkelaars om neurale netwerken te bouwen met behulp van eenvoudige, beknopte code, zonder concessies te doen wat betreft prestaties. AWS en Microsoft hebben Gluon's referentiespecificatie openbaar gemaakt, zodat andere deep learning engines kunnen worden geïntegreerd met de interface. Kijk op https://github.com/gluon-api/gluon-api/.

Beste van twee werelden
Ontwikkelaars bouwen neurale netwerken met behulp van drie componenten: trainingdata, een model en een algoritme. Het algoritme traint het model om patronen in de gegevens te begrijpen. Omdat het datavolume groot is en modellen en algoritmen complex zijn, kan de training dagen of zelfs weken duren. Deep-learning engines zoals Apache MXNet, Microsoft Cognitive Toolkit en TensorFlow zijn ontwikkeld om het trainingsproces te optimaliseren en te versnellen. Deze engines vereisen echter ontwikkelaars om de modellen en algoritmen vooraf te definiëren met behulp van lange, complexe code die moeilijk te wijzigen is. Andere deep learning tools maken het gemakkelijker om modellen te bouwen maar deze eenvoud kan ten koste gaan van langzamere trainingsprestaties.

De Gluon-interface geeft ontwikkelaars het beste van beide werelden: een beknopte en begrijpelijke programmeringsinterface, waarmee ontwikkelaars snel kunnen prototypen en experimenteren met neurale netwerkmodellen en een trainingsmethode die minimale invloed heeft op snelheid van de onderliggende engine. Ontwikkelaars kunnen de Gluon-interface gebruiken om instant neurale netwerken te creëren en hun grootte en vorm dynamisch te veranderen. Omdat verder de Gluon-interface het trainingsalgoritme en het neurale netwerkmodel samenvoegt, kunnen ontwikkelaars een modeltraining stap voor stap uitvoeren. Dit betekent dat het hiermee veel gemakkelijker wordt om neurale netwerken te debuggen, updaten en hergebruiken.

De Gluon-interface is open source en is beschikbaar in Apache MXNet 0.11, met ondersteuning voor Microsoft Cognitive Toolkit (CNTK) in een volgende release. Ontwikkelaars die Gluon willen gebruiken met MXNet kunnen hier tutorials bekijken.