摘要：微軟和亞馬遜的聯(lián)合努力使神經網絡更容易與MXNet和微軟的認知工具包框架程序和使用

深度學習系統(tǒng)長期以來一直很難處理，因為所有的微調和解決方法都需要從他們那里獲得良好的結果。Gluon是微軟和亞馬遜AWS共同開發(fā)，它確實減少了艱難的工作。

Gluon與ApacheMXNet和微軟的認知工具包框架合作，以優(yōu)化這些系統(tǒng)的深度學習網絡培訓。

Gluon如何工作

神經網絡，就像在深度學習系統(tǒng)中使用的那樣，大致有三個階段:

1. 開發(fā)人員硬編碼網絡。

2. 開發(fā)人員通過更改設置以產生有用的結果來調整數(shù)據的加權和處理。

3. 完成的網絡用于服務預測。

第1步和第2步的問題是，它們是冗長而呆板的。硬編碼網絡是緩慢的，改變編碼以改善網絡的行為也很慢。同樣，計算網絡中使用的***權重也是自動化的一個成熟的任務。

Gluon提供了一種編寫神經網絡的方法，這些神經網絡的定義更像是數(shù)據集而不是代碼。開發(fā)人員可以使用常見的模式，如神經網絡層的鏈，以聲明的方式實例化網絡。Gluon代碼易于編寫，易于理解，它利用了使用的語言的本地特性(例如，Python的上下文管理器)。

[[212271]]

Gluon在那些方面幫助開發(fā)者

Gluon最基本的方法就是讓開發(fā)者更容易地定義一個網絡并修改它。

在Gluon中，一個神經網絡可以用傳統(tǒng)的方式來描述，它的代碼塊不會改變。但是網絡也可以被描述為一個數(shù)據結構，所以它可以在運行中改變，以適應訓練期間的變化。

在Gluon中編寫的代碼可以利用MXNet和認知工具包中的gpu加速和分布式處理特性，因此可以跨多個節(jié)點分布培訓作業(yè)。它的創(chuàng)建者說，Gluon可以在沒有任何性能妥協(xié)的情況下實現(xiàn)這一點。

那些地方可以使用Gluon

Gluon今天和MXNet一起工作。例如，Python0.11和后來的MXNet前端都有Gluon庫支持。Gluon還可以透明地使用MXNet的gpu-加速版和IntelMath內核庫擴展來加速cpu綁定的處理。

微軟還沒有發(fā)布一個版本的Microsoft認知工具包，上面有Gluon支持。它承諾在未來版本的工具包中提供Gluon支持。

譯者觀點：

1 gluon膠子，物理學上一種理論上假設的無質量的粒子；

2谷歌、微軟、亞馬遜、百度等都在大公司開源深度學習框架，競爭占據話語權。

原文鏈接:

https://www.infoworld.com/article/3232100/machine-learning/gluon-brings-ai-developers-self-tuning-machine-learning.html