|
Das Computational Network Toolkit (CNTK) wurde von Microsoft von
der eigenen Hosting-Website CodePlex nach GitHub
migriert. Die Lizenz des Deep Learning Toolkit wurde im Zuge des
Wechsels ebenfalls geändert, und zwar von der CodePlex- zur
freien MIT-Lizenz. Für Entwickler ist es durch den Lizenzwechsel
nun einfacher, die Software zur Entwicklung eigener Deep-Learning-Anwendungen
einzusetzen, da sich die ebenfalls freie CodePlex-Lizenz primär
an akademische Einrichtungen richtete. Das Projekt war seit April
2015 auf CodePlex Open Source.
CNTK wird als vereinheitlichtes Deep-Learning-Toolkit, das neuronale
Netze als eine Reihe von Rechenschritten über einen gerichteten
Graphen beschreibt, mit Fokus auf Performance-Aspekten beschrieben.
Das Toolkit ist wohl bei Microsoft in der Spracherkennung von Produkten
wie Cortana zum Einsatz gekommen. Microsoft setzte offenbar bei
diesen Einsatzszenarien GPUs und Nvidias GPU-Computing-Framework
CUDA ein. In Microsofts
Next-Blog heißt es aber auch, CNTK sei nicht auf diesen
Bereich der künstlichen Intelligenz beschränkt. Es könne
bei Unternehmen, die große Datenmengen in Echtzeit verarbeiten
müssen, ebenso gute Dienste leisten.
Microsoft konkurriert mit dem Toolkit mit vergleichbaren Projekten
wie Googles kürzlich vorgestelltem TensorFlow,
Theano, Caffe
und Torch 7. Es soll Im Vergleich sogar schneller als die Konkurrenten
sein.
Das Projekt ist aus dem Umfeld des Machine Learning nicht das erste,
das Microsoft
auf GitHub zur Verfügung stellt. Seit Mitte November 2015 gibt
es hier das sogenannte Distributed Machine Learning Toolkit. Hinter
diesem Toolkit steht ein parametrisierbares Framework mit zahlreichen
Programmierschnittstellen, welche Entwicklern dabei helfen sollen,
sich in diesem Umfeld auf das Wesentliche zu konzentrieren –
Datenmodelle und Training. Zu den Schlüsselkomponenten gehören
ein Algorithmus zum Trainieren der Modelle (LightLDA), ein Werkzeug
zum Verarbeiten natürlicher Sprache (Distributed Word Embedding)
sowie der Parameter-Server (DMTK-Framework).
Die Idee von Machine Learning und insbesondere Deep Learning ist,
dass Software geschrieben werden kann, die lernt, wie ein Problem
gelöst werden kann, statt ein Programm, das das Problem löst,
zu schreiben.
(mt, hannover)
(siehe auch heise-News-Ticker:)
Hannover · EDV-Beratung ·
Linux · Novell · Microsoft · Seminar ·
IT-Consult · Netzwerk · LPIC · CLE
|
