CNTK v2.7 リリース ノート
親愛なるコミュニティ、
ONNX と ONNX ランタイムへの継続的な貢献により、AI フレームワーク エコシステム内での相互運用を容易にし、従来の ML モデルとディープ ニューラル ネットワークの両方に対する高パフォーマンスのクロスプラットフォーム推論機能にアクセスできるようになりました。 ここ数年、私たちはこのような主要なオープンソース機械学習プロジェクトを開発する特権を得てきました。Microsoft Cognitive Toolkitを含め、ユーザーは大規模なディープ ラーニングの業界全体の進歩を活用できます。
今日の 2.7 リリースは、CNTK の最後のメイン リリースになります。 バグ修正のためのマイナー リリースが今後いくつかある場合がありますが、これらはケースバイケースで評価されます。 このリリースの後、新機能開発の計画はありません。
CNTK 2.7 リリースでは、ONNX 1.4.1 が完全にサポートされており、ONNX と ONNX ランタイムを利用するために CNTK モデルを運用しようとしているユーザーをお勧めします。 今後も、ユーザーは、それをサポートするフレームワークの数を通じて、進化する ONNX イノベーションを活用し続けることができます。 たとえば、ユーザーは、OnNX モデルを PyTorch からネイティブにエクスポートしたり、TensorFlow-ONNX コンバーターを使用して TensorFlow モデルを ONNX に変換したりできます。
私たちは、CNTKの最初のオープンソースリリース以来、長年にわたって共同作成者やユーザーから受けたすべてのサポートに非常に感謝しています。 CNTK では、Microsoft チームと外部ユーザーの両方が、フレームワークの発信元である Microsoft Speech 研究者によって達成された音声認識の歴史的ブレークスルーなど、あらゆる方法で複雑で大規模なワークロードをディープ ラーニング アプリケーションで実行できるようになりました。
ONNX は、Bingや Office などの Microsoft 製品全体で使用されるモデルの提供にますます取り組まれているので、エコシステムを前進させるために、厳密な生産要求を伴う研究からイノベーションを合成することに専念しています。
何よりも、私たちの目標は、ソフトウェアスタックとハードウェアスタック全体のディープ ラーニングのイノベーションを可能な限りオープンでアクセスしやすくすることです。 私たちは、CNTKの既存の強みと新しい最先端の研究の両方を他のオープンソースプロジェクトに取り入れ、そのような技術の範囲を本当に広げるように努力します。
感謝の気持ちで、
-- CNTK チーム
このリリースの重要なポイント
- Windows と Linux の両方で CUDA 10 に移行しました。
- ONNX エクスポートでの事前 RNN ループをサポートします。
- ONNX 形式で 2 GB を超えるモデルをエクスポートします。
- ブレイン スクリプト トレーニング アクションで FP16 をサポートします。
CUDA 10 の CNTK サポート
CNTK で CUDA 10 がサポートされるようになりました。 これには、Visual Studio 2017 v15.9 for Windows の環境をビルドするための更新プログラムが必要です。
Windows でビルド環境とランタイム環境をセットアップするには:
- Visual Studio 2017 をインストールします。 注: CUDA 10 以降では、特定の VC Tools バージョン 14.11 をインストールして実行する必要はなくなりました。
- Nvidia CUDA 10 をインストールする
- PowerShell から、実行: DevInstall.ps1
- Visual Studio 2017 を起動し、 CNTK.sln を開きます。
Docker を使用して Linux でビルド環境とランタイム環境をセットアップするには、 ここで Dockerfiles を使用して Unbuntu 16.04 docker イメージをビルドしてください。 その他の Linux システムについては、Dockerfiles を参照して CNTK の依存ライブラリをセットアップしてください。
ONNX エクスポートでの事前 RNN ループのサポート
再帰ループを持つ CNTK モデルは、スキャン操作を使用して ONNX モデルにエクスポートできます。
ONNX 形式で 2 GB を超えるモデルをエクスポートする
ONNX 形式で 2 GB を超えるモデルをエクスポートするには、cntk を使用します。関数 API: 'format' が ModelFormat.ONNX に設定され、use_external_files_to_store_parametersが True に設定された save(self、filename、format=ModelFormat.CNTKv2、use_external_files_to_store_parameters=False)。 この場合、モデル パラメーターは外部ファイルに保存されます。 onnxruntime でモデル評価を行うときは、エクスポートされたモデルを外部パラメーター ファイルと共に使用する必要があります。
2018-11-26.
Netron では、CNTK v1 ファイルと CNTK v2 .model
ファイルの視覚化がサポートされるようになりました。