O Microsoft Cognitive Toolkit
OBSERVAÇÃO: O CNTK não é mais desenvolvido ativamente. Confira as notas de versão da versão principal final para obter detalhes.
O Microsoft Cognitive Toolkit (CNTK) é um kit de ferramentas de software livre para aprendizado profundo distribuído de nível comercial. Ele descreve as redes neurais como uma série de etapas computacionais por meio de um grafo direcionado. O CNTK permite que o usuário realize e combine facilmente tipos de modelo populares, como DNNs de encaminhamento de feed, CNNs (redes neurais convolucionais) e redes neurais recorrentes (RNNs/LSTMs). O CNTK implementa o aprendizado de descendente de gradiente estocástico (SGD, backpropagation de erros) com diferenciação automática e paralelização em várias GPUs e servidores.
Este vídeo fornece uma visão geral de alto nível do kit de ferramentas. Para obter informações sobre o Deep Learning com Microsoft Cognitive Toolkit CNTK.
A última versão do CNTK é 2.7.
O CNTK pode ser incluído como uma biblioteca em seus programas Python, C#ou C++ ou usado como uma ferramenta autônoma de aprendizado de máquina por meio de sua própria linguagem de descrição de modelo (BrainScript). Além disso, você pode usar a funcionalidade de avaliação de modelo CNTK de seus programas Java.
O CNTK dá suporte a sistemas operacionais Linux ou Windows de 64 bits ou 64 bits. Para instalar, você pode escolher pacotes binários pré-compilados ou compilar o kit de ferramentas na origem fornecida no GitHub.
Uma licença separada não é mais necessária para usar o SGD de Gradiente Stochastic de 1 bit no CNTK; o SGD de 1 bit está disponível na licença fornecida no GitHub.
O CNTK também é um dos primeiros kits de ferramentas de aprendizado profundo a dar suporte ao formato ONNX do Open Neural Network Exchange, uma representação de modelo compartilhado de software livre para interoperabilidade de estrutura e otimização compartilhada. Codesenvolvido pela Microsoft e com suporte de muitos outros, o ONNX permite que os desenvolvedores movam modelos entre estruturas como CNTK, Caffe2, MXNet e PyTorch.
A versão mais recente do CNTK dá suporte ao ONNX v1.0.
Saiba mais sobre o ONNX aqui.