Hispanopedia Wiki
Articulo de referencia

Apache MXNet

Apache MXNet es un marco de software de aprendizaje profundo de código abierto que entrena e implementa redes neuronales profundas . Su objetivo es ser escalable, permite un ent...

Hispanopedia WikiContenido en espanolLectura gratuita

Apache MXNet es un marco de software de aprendizaje profundo de código abierto que entrena e implementa redes neuronales profundas . Su objetivo es ser escalable, permite un entrenamiento rápido de modelos y admite un modelo de programación flexible y múltiples lenguajes de programación (incluidos C++ , Python , Java , Julia , MATLAB , JavaScript , Go , R , Scala , Perl y Wolfram Language ). La biblioteca MXNet es portátil y puede escalar a múltiples GPU [ 2 ] y máquinas. Fue codesarrollada por Carlos Guestrin en la Universidad de Washington , junto con GraphLab. [ 3 ]

A partir de septiembre de 2023, ya no se desarrolla activamente. [ 4 ] Apache MXNet fue efectivamente abandonado debido a una combinación de factores que incluyen la falta de contribuciones significativas, compilaciones obsoletas y un cambio de enfoque de su principal patrocinador, Amazon, hacia otros marcos como PyTorch. El proyecto no tuvo nuevas versiones durante más de un año, y hubo muy pocas solicitudes de extracción o actualizaciones de los colaboradores, lo que llevó a su traslado al Apache Attic en 2023. Además, la comunidad comenzó a migrar a otros marcos que ofrecían un soporte y una actividad de desarrollo más sólidos. [ 5 ]

Características

Apache MXNet es un marco de aprendizaje profundo escalable que admite modelos de aprendizaje profundo, como redes neuronales convolucionales (CNN) y redes de memoria a corto y largo plazo (LSTM).

Escalabilidad

MXNet se puede distribuir en una infraestructura de nube dinámica mediante un servidor de parámetros distribuido (basado en investigaciones de la Universidad Carnegie Mellon , Baidu y Google [ 6 ] ). Con múltiples GPU o CPU , el marco puede alcanzar una escalabilidad lineal.

Flexibilidad

MXNet admite tanto la programación imperativa como la simbólica. El framework permite a los desarrolladores realizar un seguimiento, depurar, guardar puntos de control, modificar hiperparámetros y detener el programa de forma anticipada .

Varios idiomas

MXNet es compatible con Python, R, Scala, Clojure, Julia, Perl, MATLAB y JavaScript para el desarrollo front-end, y con C++ para la optimización back-end.

Portabilidad

El marco permite la implementación de un modelo entrenado en dispositivos de gama baja para inferencia, como dispositivos móviles mediante Amalgamation. [ 7 ] Otros destinos de implementación incluyen dispositivos de Internet de las cosas (con AWS Greengrass), computación sin servidor (con AWS Lambda ) o contenedores . Estos entornos de gama baja pueden tener una CPU menos potente o memoria RAM limitada y deberían poder utilizar los modelos entrenados en un entorno de nivel superior (por ejemplo, un clúster basado en GPU).

Soporte en la nube

MXNet cuenta con el respaldo de proveedores de nube pública como Amazon Web Services (AWS) [ 8 ] y Microsoft Azure . [ 9 ] Actualmente, MXNet cuenta con el respaldo de Intel , Baidu , Microsoft , Wolfram Research e instituciones de investigación como Carnegie Mellon , el MIT , la Universidad de Washington y la Universidad de Ciencia y Tecnología de Hong Kong . [ 10 ]

Véase también

Referencias

  1. ↑ "Versión 1.9.1" . 10 de mayo de 2022. Consultado el 30 de junio de 2022 .
  2. ↑ "Creación de redes neuronales profundas en la nube con máquinas virtuales de GPU de Azure, MXNet y Microsoft R Server" . Microsoft. 15 de septiembre de 2016. Archivado del original el 15 de agosto de 2023. Consultado el 13 de mayo de 2017 .
  3. ↑ "Carlos Guestrin" . guestrin.su.domains . Archivado del original el 22 de septiembre de 2023.
  4. ↑ "Apache MXNet - Apache Attic" .
  5. ↑ "Apache MXNet - Apache Attic" . attic.apache.org . Consultado el 5 de junio de 2024 .
  6. ↑ "Escalando el aprendizaje automático distribuido con el servidor de parámetros" (PDF) . Archivado (PDF) del original el 13 de agosto de 2023. Recuperado el 8 de octubre de 2014 .
  7. ↑ "Amalgamación" . Archivado del original el 8 de agosto de 2018. Consultado el 8 de mayo de 2018 .
  8. ↑ "Apache MXNet en AWS: aprendizaje profundo en la nube" . Amazon Web Services, Inc. Consultado el 13 de mayo de 2017 .
  9. ↑ "Creación de redes neuronales profundas en la nube con máquinas virtuales con GPU de Azure, MXNet y Microsoft R Server" . Blogs de Microsoft TechNet . 15 de septiembre de 2016. Consultado el 6 de septiembre de 2017 .
  10. ↑ "MXNet, el marco de aprendizaje profundo de Amazon, es aceptado en Apache Incubator" . Consultado el 8 de marzo de 2017 .
Apache MXNet | Hispanopedia Wiki