Condividi tramite


Microsoft Cognitive Toolkit

NOTA: CNTK non è più sviluppato attivamente. Per informazioni dettagliate, vedere le note sulla versione finale della versione principale .

L'Microsoft Cognitive Toolkit (CNTK) è un toolkit open source per l'apprendimento avanzato distribuito a livello commerciale. Descrive le reti neurali come una serie di passaggi di calcolo tramite un grafico diretto. CNTK consente all'utente di realizzare e combinare facilmente tipi di modello diffusi, ad esempio DNN di feed-forward, reti neurali convoluzionali (CNN) e reti neurali ricorrenti (RNNs/LSTMs). CNTK implementa l'apprendimento della discesa della sfumatura stochastica (SGD, error backpropagation) con differenziazione automatica e parallelizzazione tra più GPU e server.

Questo video offre una panoramica generale del toolkit. Per informazioni su Deep Learning con Microsoft Cognitive Toolkit CNTK.

La versione più recente di CNTK è 2.7.

CNTK può essere incluso come libreria nei programmi Python, C#o C++ o usati come strumento di Machine Learning autonomo tramite il proprio linguaggio di descrizione modello (BrainScript). È inoltre possibile usare la funzionalità di valutazione del modello CNTK dai programmi Java.

CNTK supporta sistemi operativi Windows a 64 bit o a 64 bit. Per installare è possibile scegliere pacchetti binari precompilato o compilare il toolkit dall'origine fornita in GitHub.

Una licenza separata non è più necessaria per usare la discesa sfumatosa a 1 bit (SGD a 1 bit) in CNTK; IL SGD a 1 bit è disponibile in base alla licenza fornita in GitHub.


CNTK è anche uno dei primi toolkit di deep learning per supportare il formato OPEN Neural Network Exchange ONNX , una rappresentazione del modello condiviso open source per l'interoperabilità del framework e l'ottimizzazione condivisa. Co-sviluppato da Microsoft e supportato da molti altri, ONNX consente agli sviluppatori di spostare modelli tra framework come CNTK, Caffe2, MXNet e PyTorch.

La versione più recente di CNTK supporta ONNX v1.0.

Altre informazioni su ONNX sono disponibili qui.