2016年9月GitHub報(bào)告顯示，微軟擁有16419位開(kāi)源貢獻(xiàn)者，***。微軟的貢獻(xiàn)使得開(kāi)源界的力量更為壯大。對(duì)開(kāi)發(fā)者個(gè)人而言，更多的開(kāi)源項(xiàng)目也將幫助他們節(jié)省大量造輪子的時(shí)間，從而專注于性能表現(xiàn)與用戶體驗(yàn)的優(yōu)化。

如何利用好微軟提供的這些開(kāi)源工具包資源呢?這篇合集介紹了微軟研究院過(guò)去兩年的幾個(gè)重要開(kāi)源項(xiàng)目，如深度學(xué)習(xí)領(lǐng)域的微軟認(rèn)知工具包(原名CNTK)等。大家只需點(diǎn)擊每個(gè)項(xiàng)目后所附的鏈接就可以輕松訪問(wèn)。

微軟研究院近期開(kāi)源工具包一覽

1. 微軟認(rèn)知工具包(Microsoft Cognitive Toolkit)

[[181310]]

微軟認(rèn)知工具包(原名 CNTK ) 是微軟出品的開(kāi)源深度學(xué)習(xí)工具包。新版的微軟認(rèn)知工具包在原有 CNTK 的基礎(chǔ)上增加了對(duì) Python 的支持，同時(shí)在性能方面也有所提高。而經(jīng)實(shí)驗(yàn)室測(cè)試表明，微軟認(rèn)知工具包的性能在同等主流工具中表現(xiàn)突出。其設(shè)備要求相對(duì)靈活，同時(shí)支持 CPU 和 GPU 模式。因此沒(méi)有 GPU ，或者神經(jīng)網(wǎng)絡(luò)比較小的實(shí)驗(yàn)，可以直接使用 CPU 版的微軟認(rèn)知工具包。微軟認(rèn)知工具包將神經(jīng)網(wǎng)絡(luò)描述成一個(gè)有向圖的結(jié)構(gòu)，葉子節(jié)點(diǎn)代表輸入或者網(wǎng)絡(luò)參數(shù)，其他節(jié)點(diǎn)計(jì)算步驟，它同時(shí)支持卷積神經(jīng)網(wǎng)絡(luò)和遞歸神經(jīng)網(wǎng)絡(luò)。

項(xiàng)目主頁(yè)：https://www.microsoft.com/en-us/research/product/cognitive-toolkit/

2. LightGBM

由微軟亞洲研究院DMTK(分布式機(jī)器學(xué)習(xí)工具包)團(tuán)隊(duì)在在 GitHub 上開(kāi)源了性能超越其他 boosting 工具的 LightGBM，在三天之內(nèi) GitHub 上被 star 了1000+次，fork了200+次。LightGBM (Light Gradient Boosting Machine)是一個(gè)實(shí)現(xiàn) GBDT 算法的框架，支持高效率的并行訓(xùn)練，它的主要優(yōu)勢(shì)表現(xiàn)在訓(xùn)練方面的高效性、較低的內(nèi)存占用、更高的準(zhǔn)確率、進(jìn)行并行學(xué)習(xí)與大規(guī)模數(shù)據(jù)處理的能力。公開(kāi)數(shù)據(jù)表明 LightGBM 相較于同類工具，其學(xué)習(xí)效率和準(zhǔn)確性都表現(xiàn)突出。此外，實(shí)驗(yàn)也表明 LightGBM 通過(guò)使用多臺(tái)機(jī)器進(jìn)行特定設(shè)定的訓(xùn)練能取得線性加速。

3.Project Malmo

[[181312]]

微軟研究院曾在不久前演示過(guò)用游戲《我的世界》來(lái)訓(xùn)練人工智能的實(shí)驗(yàn)性項(xiàng)目。現(xiàn)在這款項(xiàng)目Project Malmo通過(guò) GitHub 正式開(kāi)源。研究者可以通過(guò)《我的世界》測(cè)試人工智能算法，指導(dǎo)人工智能學(xué)習(xí)并完成一些復(fù)雜任務(wù)。這一計(jì)劃可以通過(guò)游戲中的人完成現(xiàn)實(shí)生活中的計(jì)劃任務(wù)。當(dāng)微軟研究員團(tuán)隊(duì)在利用這個(gè)工具訓(xùn)練人工智能的角色學(xué)習(xí)如何爬到虛擬世界的***點(diǎn)時(shí)，這些角色使用的是與人類學(xué)習(xí)新任務(wù)時(shí)相同類型的資源。也就是說(shuō)，這個(gè)由科學(xué)家研究的小人與普通的人類玩家并無(wú)區(qū)別，是真正的以人為基礎(chǔ)進(jìn)行的仿真。這樣的仿真使研究者完全不需要開(kāi)發(fā)人工智能實(shí)體，因此也不再要求研究者有機(jī)器人方面的開(kāi)發(fā)背景，就可以進(jìn)行一些原來(lái)只能靠機(jī)器人或通過(guò)極高成本才能進(jìn)行的工作。

4. SDN

[[181313]]

分布式服務(wù)器中的多臺(tái)服務(wù)器該如何連接?連接之后又該如何確保數(shù)據(jù)傳送效率和實(shí)時(shí)支撐呢?SDN(Software Defined Network)由此應(yīng)運(yùn)而生，它顛覆了傳統(tǒng)網(wǎng)絡(luò)搭建的邏輯，采用虛擬化技術(shù)，根據(jù)應(yīng)用數(shù)據(jù)的不同使用方式，動(dòng)態(tài)調(diào)整和分配資源，優(yōu)化數(shù)據(jù)的存貯和轉(zhuǎn)移。據(jù)此，SDN 技術(shù)可以為不同的用戶群建立不同的虛擬網(wǎng)絡(luò)，實(shí)現(xiàn)不同的資源配置，從而使得物理網(wǎng)絡(luò)的能力被更加合理的利用。微軟現(xiàn)已開(kāi)發(fā) SDN 工具幫助開(kāi)發(fā)者快速部署起一套 SDN 平臺(tái)。

5. Sora

[[181314]]

微軟亞洲研究院開(kāi)源的軟件無(wú)線電項(xiàng)目 Sora 是一個(gè)完全可編程的高性能軟件無(wú)線電系統(tǒng)，能夠快捷而有效地實(shí)現(xiàn)當(dāng)前最前沿的無(wú)線通信技術(shù)。軟硬件平臺(tái)的創(chuàng)新使 Sora 在 PC 上就可以完成高性能的無(wú)線信號(hào)處理。自2009年***發(fā)表以來(lái)，Sora 已在學(xué)術(shù)界獲得多項(xiàng)***論文和演示大獎(jiǎng)。目前已有50多家大學(xué)和科研機(jī)構(gòu)在教學(xué)和科研中使用 Sora 。為滿足研究者們?nèi)找嫫惹械难芯啃枨?，完全開(kāi)源的 Sora 系統(tǒng)提供了大量特性，其中包括：支持定制的射頻前端，RCB 和通信模式。

6. GraphView

2015年12月16日，微軟亞洲研究院系統(tǒng)算法組開(kāi)發(fā)的圖數(shù)據(jù)庫(kù) GraphView 開(kāi)源。GraphView 是一款中間件軟件，方便用戶使用關(guān)系數(shù)據(jù)庫(kù) SQL Server 或 Azure SQL Database 高效地管理和處理大規(guī)模圖數(shù)據(jù)。GraphView 在物理數(shù)據(jù)表達(dá)以及系統(tǒng)運(yùn)行行為上和原生圖數(shù)據(jù)庫(kù)完全一致，填補(bǔ)了關(guān)系數(shù)據(jù)庫(kù)和圖數(shù)據(jù)庫(kù)之間的鴻溝。它還繼承了關(guān)系數(shù)據(jù)庫(kù)領(lǐng)域數(shù)十年的科研成果，可以提供市面上原生圖數(shù)據(jù)庫(kù)難以媲美的性能。GraphView 的功能包括：完備的查詢語(yǔ)言，索引，事物處理和系統(tǒng)管理等等。

7. Graph Engine

[[181315]]

2015年5月20日，微軟亞洲研究院 Graph Engine 1.0預(yù)覽版正式發(fā)布。Graph Engine 是一個(gè)基于內(nèi)存的分布式大規(guī)模圖數(shù)據(jù)處理引擎，能夠幫助用戶更方便地構(gòu)建實(shí)時(shí)查詢應(yīng)用和高吞吐量離線分析平臺(tái)。Graph Engine 在學(xué)術(shù)界有個(gè)更廣為人之的名稱，叫做 Trinity。此外，Graph Engine 還可與強(qiáng)大的集成開(kāi)發(fā)環(huán)境 Visual Studio 以及微軟云計(jì)算平臺(tái) Azure 無(wú)縫集成。無(wú)論本地開(kāi)發(fā)還是云端部署，Graph Engine 都可以給開(kāi)發(fā)者帶來(lái)***的用戶體驗(yàn)。