Gluon は AI 開発者に自己調整型機械学習をもたらします

概要: Microsoft と Amazon の共同作業により、MXNet と Microsoft の Cognitive Toolkit フレームワークを使用してニューラル ネットワークのプログラミングと使用が容易になります。

ディープラーニング システムは、優れた結果を得るためにさまざまな微調整や回避策が必要となるため、長い間扱いが困難でした。 Gluon は、Microsoft と Amazon AWS の共同プロジェクトであり、確かに大変な作業を軽減します。

Gluon は、Apache MXNet および Microsoft の Cognitive Toolkit フレームワークと連携して、これらのシステムのディープラーニング ネットワークのトレーニングを最適化します。

グルーオンの仕組み

ディープラーニング システムで使用されるニューラル ネットワークには、おおよそ 3 つの段階があります。

1. 開発者はネットワークをハードコードします。

2. 開発者は、設定を変更してデータの重み付けと処理を調整し、有用な結果を生成します。

3. 完成したネットワークは予測に使用されます。

ステップ 1 と 2 の問題点は、長くて退屈なことです。ネットワークをハードコーディングするのは時間がかかり、ネットワークの動作を改善するためにコーディングを変更するのも時間がかかります。同様に、ネットワーク内で使用されるキーの重みを計算することも、自動化に適したタスクです。

Gluon は、コードというよりもデータセットのように定義されたニューラル ネットワークを記述する方法を提供します。開発者は、ニューラル ネットワーク レイヤーのチェーンなどの一般的なパターンを使用して、ネットワークを宣言的にインスタンス化できます。 Gluon コードは書きやすく理解しやすく、使用されている言語のネイティブ機能 (Python のコンテキスト マネージャーなど) を活用します。

[[212271]]

Gluon は開発者にどのように役立ちますか?

Gluon の最も基本的なアプローチは、開発者がネットワークを簡単に定義および変更できるようにすることです。

Gluon では、ニューラル ネットワークを従来の方法で記述でき、コード ブロックは変更されません。しかし、ネットワークはデータ構造として記述することもできるため、トレーニング中の変更に適応するためにその場で変更することもできます。

Gluon で記述されたコードは、MXNet と Cognitive Toolkit の GPU アクセラレーションおよび分散処理機能を活用できるため、トレーニング ジョブを複数のノードに分散できます。 Gluon の開発者によれば、Gluon はパフォーマンスを犠牲にすることなくこれを実現できるという。

Gluon はどこで使用できますか?

Gluon は現在 MXNet と連携しています。たとえば、Python 0.11 以降の MXNet フロントエンドには Gluon ライブラリのサポートがあります。 Gluon は、MXNet の GPU アクセラレーション バージョンと Intel Math Kernel Library 拡張機能を透過的に使用して、CPU バウンド処理を高速化することもできます。

Microsoft は、Gluon をサポートする Microsoft Cognitive Toolkit のバージョンをまだリリースしていません。ツールキットの将来のバージョンでは Gluon のサポートが約束されています。

翻訳者の意見:

1 グルーオンは物理学において理論的に仮定されている質量のない粒子です。

2 Google、Microsoft、Amazon、Baiduなどの大企業はいずれもディープラーニングのフレームワークをオープンソース化し、発言権を競い合っています。

オリジナルリンク:

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