Apache MXNet

2021年5月2日 (日) 04:59的最后版本

Distributed (Deep) Machine Learning Community，简称DMLC。

DMLC是由一群极客发起的组织，主要目标是提供快速高质量的开源机器学习工具。近来流行的boosting模型xgboost便是出自这个组织。开源了一个深度学习工具mxnet，这个工具含有R，python，julia等语言的接口。

[编辑] 新闻

MXNet进入Apache基金会孵化器项目阶段 (2017.01.23)

[编辑] 简介

Apache MXNet 是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架，支持包括卷积神经网络 (CNN) 与长短期记忆网络 (LSTM) 在内的顶尖深度模型。

[编辑] 优势

支持本机分布式培训

支持关于多个 CPU/GPU 机器的分布式学习，以利用云规模。

灵活的编程模型

同时支持命令和符号编程，以最大程度提高效率和生产力。

可从云中移植到客户端

可在 CPU 或 GPU、群集、服务器、桌面或手机上运行。

支持多种语言

支持在 Python、R、Scala、Julia 和 C++ 中构建和学习模型。预先经过学习的模型可用于预测，甚至在采用 Matlab 或 Javascript 等更多种语言的情况下也是如此。

优化的性能

无论您的编程语言为何，经过优化的 C++ 后端引擎均可并行执行 I/O 和计算，且执行效果最佳。

Apache开源社区

[编辑] 指南

[编辑] 项目

MXNet's Ecosystem
Apache TVM
mxnet
MXNet Scala Package
xgboost
MXNet.jl
NNVM Build deep learning system by parts
《动手学深度学习》面向中文读者、能运行、可讨论。中英文版被全球140所大学采用教学。

[编辑] AWS

[编辑] 开发者

李沐知乎

[编辑] 图集

系统架构
XGBoost4J
XGBoost4J Pipeline
MXNetR

[编辑] 链接

@@ 第1行： / 第1行： @@
 Distributed (Deep) Machine Learning Community，简称DMLC。
+DMLC是由一群极客发起的组织，主要目标是提供快速高质量的开源[[machine learning|机器学习]]工具。近来流行的boosting模型xgboost便是出自这个组织。开源了一个深度学习工具[https://github.com/dmlc/mxnet mxnet]，这个工具含有[[R Project|R]]，[[python]]，[[julia]]等语言的接口。
+==新闻==
+*[https://incubator.apache.org/projects/mxnet.html MXNet进入Apache基金会孵化器项目阶段] (2017.01.23)
+==简介==
+Apache MXNet 是一种功能全面、可以灵活编程并且扩展能力超强的深度学习框架，支持包括[[Convolutional_neural_network|卷积神经网络]] (CNN) 与长短期记忆网络 (LSTM) 在内的顶尖深度模型。
+==优势==
+*支持本机分布式培训
+支持关于多个 CPU/GPU 机器的分布式学习，以利用云规模。
+*灵活的编程模型
+同时支持命令和符号编程，以最大程度提高效率和生产力。
+*可从云中移植到客户端
+可在 CPU 或 GPU、群集、服务器、桌面或手机上运行。
+*支持多种语言
+支持在 Python、R、Scala、Julia 和 C++ 中构建和学习模型。预先经过学习的模型可用于预测，甚至在采用 Matlab 或 Javascript 等更多种语言的情况下也是如此。
+*优化的性能
+无论您的编程语言为何，经过优化的 C++ 后端引擎均可并行执行 I/O 和计算，且执行效果最佳。
+*Apache开源社区
 ==指南==
+==项目==
+[[文件:Keras-MXNet.png]]
+*[https://mxnet.incubator.apache.org/versions/master/community/ecosystem.html MXNet's Ecosystem]
+*[https://github.com/apache/tvm/ Apache TVM]
+*[https://github.com/dmlc/mxnet mxnet]
+*[https://github.com/dmlc/mxnet/tree/master/scala-package MXNet Scala Package]
+*[https://github.com/dmlc/xgboost xgboost]
+*[https://github.com/dmlc/MXNet.jl MXNet.jl]
+*[https://github.com/dmlc/nnvm NNVM] Build deep learning system by parts
+*[https://github.com/d2l-ai/d2l-zh 《动手学深度学习》] 面向中文读者、能运行、可讨论。中英文版被全球140所大学采用教学。
+==AWS==
+*[[Amazon AI]]
+*[https://aws.amazon.com/cn/mxnet/ MXNet @ AWS]
+*[https://aws.amazon.com/cn/blogs/aws/new-p2-instance-type-for-amazon-ec2-up-to-16-gpus/ New P2 Instance Type for Amazon EC2 – Up to 16 GPUs]
+*[https://aws.amazon.com/marketplace/pp/B01M0AXXQB Deep Learning AMI]
+==开发者==
+*[https://mli.github.io/ 李沐] [https://www.zhihu.com/people/li-mu-23/answers 知乎]
 ==图集==
 <gallery>
+image:MXNet-System-Architecture.png|系统架构
 image:dmlc-xgboost4j.png|XGBoost4J
 image:dmlc-xgboost4j-pipeline.png|XGBoost4J Pipeline
@@ 第11行： / 第53行： @@
 ==链接==
+*[http://mxnet.io/ MXNet官网]
+*[https://github.com/dmlc/mxnet MXNet @ GitHub]
+*[https://github.com/d2l-ai/d2l-zh 《动手学深度学习》]
 *[http://dmlc.ml/ DMLC官网]
 *[https://github.com/dmlc DMLC @ GitHub]
+*[http://dmlc.ml/mxnet/2015/10/27/training-deep-net-on-14-million-images.html Training Deep Net on 14 Million Images by Using A Single Machine]
+*[http://cos.name/2016/04/mxnet-r/ mxnet：结合R与GPU加速深度学习]
+*[http://mp.weixin.qq.com/s?src=3&timestamp=1479870339&ver=1&signature=gNkHjxyIfDfLuuR8Vmxxt4Q-Lqz0a2MHtWDTW807L*M4wXtx2sfMHu3FFdnAfxtjFSXca3vNyx6mq19qlKfqtBZKFiCpuKgOuxV1fRKKTRAa90P9IdxBDuyf40aFcRWnjyDlYic*V*NBfb3Eez1vHUt7wpNij*4dIz4tQ51L-IM= 巨头之间的深度学习框架战争：亚马逊选中MXNet]
+*[http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650718160&idx=3&sn=a2114e3324f28740d2603da26fbbdfb4&scene=21#wechat_redirect 五大主流深度学习框架比较分析：MXNET是最好选择]
+*[http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650719529&idx=3&sn=6992a6067c79349583762cb28eecda89&chksm=871b0157b06c8841587bdfb992c19290c8d66386a6f8accdf70998ce3f86b36330219c09672d&scene=21#wechat_redirect MXNet专栏 | 陈天奇：NNVM打造模块化深度学习系统]
 [[category:machine learning]]
 [[category:deep learning]]
 [[category:c++]]
+[[category:r]]
+[[category:julia]]
+[[category:jupyter]]
+[[category:apache]]