微软CNTK 2.0版本发布,支持结合Azure GPU在云端使用

2017 年 4 月 5 日 新智元

   新智元编译  

来源:onmsft.com

作者:KAREEM ANDERSON

译者:张易


【新智元导读】微软 CNTK 正式发布 2.0 版本。CNTK 现在可以在本地或云端结合 Azure GPU 使用。伴随着今天的发布,客户可以使用包括 Python(版本2.7,3.4,3.5),C++,以及 C#/.NET 管理的认知工具包软件库获得额外的绑定。


 

微软 CNTK 2.0 版本今天正式发布。


CNTK(Cognitive Toolkit)是微软的深度学习工具包,可以帮助企业加速图像和语音识别进程。有了今天的更新,企业可以在本地或云端结合 Azure GPU 使用 CNTK了。

 

伴随着今天的新版本发布,用户可以使用包括 Python(版本2.7、3.4 和3.5),C++,以及 C#/.NET 管理的认知工具包软件库获得额外的绑定。


其他新特性包括 Python 示例和教程,Layers library 的诸多改进,自动安装,Docker Hub 中包括 Docker 图像,等等。


CNTK 的最新版本可以从 GitHub 中下载。自从2016年10月 beta 版本发布以来,已经有10多个beta版本陆续发布,不断加入新特性、补丁,性能持续提升。


CNTK 工具包广泛应用在微软产品中,被有成规模部署深度学习需求的全球企业所使用,也是对最新算法和技术有兴趣的学生们的选择。


有使用者指出,之前CNTK被诟病只能用类似 Caffe 的配置文件方式运行,2.0 版本是对用户反馈的一个回应。同时,CNTK 2.0 有了C++ API,使得应用程序开发者可以方便地把 CNTK 作为一个库嵌入程序,对于构造生态系统大有好处。


下载及更多信息请点击:https://github.com/Microsoft/CNTK/wiki/Setup-CNTK-on-your-machine






3月27日,新智元开源·生态AI技术峰会暨新智元2017创业大赛颁奖盛典隆重召开,包括“BAT”在内的中国主流 AI 公司、600多名行业精英齐聚,共同为2017中国人工智能的发展画上了浓墨重彩的一笔。


点击阅读原文,查阅文字版大会实录


访问以下链接,回顾大会盛况:




登录查看更多
0

相关内容

Windows Azure是微软基于云计算的操作系统,现在更名为“Microsoft Azure”,和Azure Services Platform一样,是微软“软件和服务”技术的名称。Windows Azure的主要目标是为开发者提供一个平台,帮助开发可运行在云服务器、数据中心、Web和PC上的应用程序。云计算的开发者能使用微软全球数据中心的储存、计算能力和网络基础服务。Azure服务平台包括了以下主要组件:Windows Azure;Microsoft SQL数据库服务,Microsoft .Net服务;用于分享、储存和同步文件的Live服务;针对商业的Microsoft SharePoint和Microsoft Dynamics CRM服务。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
《强化学习—使用 Open AI、TensorFlow和Keras实现》174页pdf
专知会员服务
136+阅读 · 2020年3月1日
TensorFlow Lite指南实战《TensorFlow Lite A primer》,附48页PPT
专知会员服务
69+阅读 · 2020年1月17日
【阿里巴巴】 AI编译器,AI Compiler @ Alibaba,21页ppt
专知会员服务
44+阅读 · 2019年12月22日
免费!Google Colab现已支持英伟达T4 GPU
新智元
5+阅读 · 2019年4月25日
官方解读:TensorFlow 2.0 新的功能特性
云头条
3+阅读 · 2019年1月23日
PyTorch 1.0 稳定版正式发布!
新智元
3+阅读 · 2018年12月8日
快讯 | Facebook将推出PyTorch 1.0,整合Caffe2 + PyTorch
大数据文摘
3+阅读 · 2018年5月3日
重磅 | PyTorch 0.4.0和官方升级指南来了!
AI前线
3+阅读 · 2018年4月25日
深度学习 | 免费使用Google Colab的GPU云计算平台
沈浩老师
12+阅读 · 2018年2月4日
微软发布Visual Studio Tools for AI
AI前线
4+阅读 · 2017年11月20日
Arxiv
35+阅读 · 2019年11月7日
Arxiv
8+阅读 · 2019年5月20日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
3+阅读 · 2018年3月13日
Arxiv
10+阅读 · 2018年2月4日
VIP会员
Top
微信扫码咨询专知VIP会员