百科问答小站 logo
百科问答小站 font logo



2018年了,MXNet 发展的如何了? 第1页

  

user avatar   mli65 网友的相关建议: 
      

2015是深度学习框架的黄金一年,到了2018年,我倒是感觉已经进入稳定期。两个月前跟tensorflow团队聊了一次,在讨论未来五年大方向时,包括jeff dean在内都赞同框架本身已经是进入稳定期,tf因为有包括搜索和广告在内的重要用户,所以大变动可能性不高。mxnet同样也是这样,amazon内部和多个大的aws用户的产品都依赖mxnet。可以预见,未来的大趋势是让前端更好用,更加稳定,而且不断改进性能,特别的是新模型和新硬件。

同时,我们也注意到深度学习应用的普及在加速。很大一部分新用户其实不关心是用什么框架,而是如何快速上手某个算法,并应用到自己的研究或者公司项目中去。所以一年前开始mxnet社区开始了下面这四个项目:

  1. 面向初学应用的深度学习教程:动手学深度学习 - 动手学深度学习 文档。过去一年里这个网站有超过一百万的浏览,PDF也被下载十万+次。同时配套社区的评论也超过了五千。
  2. 快速上手最新的CV和NLP模型:GluonCV: a Deep Learning Toolkit for Computer Visiongluon-nlp.mxnet.io/ 这两个项目复现了数十篇重要论文,有些模型比目前最好的公开版本还要好,也做了一些研究性的工作。之后会写blog来介绍。
  3. 2018年是新AI硬件涌现的一年,预计之后几年还会加速。mxnet社区分流了很多人力去开发tvm.ai/ 。例如天奇在过去一年半主要在做TVM。TVM使得训练好的模型能够很简单的高效的部署到各个平台上(Intel CPU/GPU,Nvidia GPU,ARM CPU/GPU,TPU类似的新硬件)。目标是“train once, deploy everywhere”

我的个人建议是,框架只是一个工具,是为应用服务。我们的目标应该是深度学习本身,包括了解各个算法,知道state-of-the-art中的各种细节,和懂得如何将技术应用到实际中去。在学习算法的过程中了解框架的使用,从而使得你的开发更快。所以,如果你想:

  1. 学习深度学习技术,可以参考《动手学深度学习》这个教程。
  2. 有了一定的知识,而有关注的模型。如果这个模型刚好在GluonCV和GluonNLP中,可以去了解重复state-of-the-art结果的各种细节和trick,并用它们来进行快速开发。
  3. 想知道如何部署训练好的模型,特别是关心性能和新的平台,可以参考TVM。

如果你有不同的想法,欢迎跟我们留言 :)


user avatar   zhihuer2018 网友的相关建议: 
      

深度学习这几年确实灌了不少水。但是经典仍是经典,MXNet官方今年推出了两个重量级项目:

基本上复现了CV及NLP领域的经典,也取得了SOTA的结果,其中很多网络模型的测试结果diss许多新的灌水论文的结果,举个例子吧,经典的Faster-RCNN在COCO上被刷到了36.8 mAP。

对于普通应用来说,MXNet现有的代码库完全足够用了。


user avatar   shi-hou-11 网友的相关建议: 
      

巴黎场完整版视频:

bilibili.com/video/av14

(直接从知乎看只能看前段)

会翻墙的话有Youtube完整版:

youtu.be/uO8iFfVuUmA

------------------------------------去年有幸在巴黎看了一场久石让指挥的Ghibli工作室演奏会。而那晚成了我终生难忘的一晚。

我很早之前就把武道馆的录像看了不下一百遍。学习听做家务听,因为真的太喜欢了。我最喜欢的便是演奏魔女里的小提琴。真的太好听了。在武道馆拉小提琴的大叔便成了我的最爱之一。还有呀,天空之城里吹小号的。那是我第一次知道原来小号吹成这么样的。语言形容不出来。对啦还有拉龙猫的大提琴的一个小胖子,大提琴的声音的力量,低沉,有力。可惜他们三一个都没来。来的是久石让,他女儿和欧洲这边的乐团。

即使是这样,演奏会上的歌一出来,我便起鸡皮疙瘩,然后一边觉得很欣慰很幸福一遍止不住得哭。那个音乐里的世界便是最美好的了吧。这不,我打下这话眼里又有泪水了。

我买的票比较靠后,所以久石让我也没看清。可是整场都能感受到大叔的可爱。大叔会一边笑一边上台。

票一张差不多两百欧,人民币大一千多。即使这样,我仍然觉得超值。嗯。那一晚的音乐能温暖我很多年。我看过很多演唱会,Coldplay, Maroon 5, 苏打绿等等(大部分都是Mainstream). 大部分也都是那个月狂热一下,然后就没了。而久石让的Ghibli音乐会,听完的心情,听的时候的满足感,与再听的满足感,回味无穷,都是现在所有Pop不能带给我的。

那晚,大部分时间也是我和男朋友手牵手看完的。有着一生我最爱最爱的人,还有难忘至今的音乐。那个晚上,真回味。


user avatar    网友的相关建议: 
      

巴黎场完整版视频:

bilibili.com/video/av14

(直接从知乎看只能看前段)

会翻墙的话有Youtube完整版:

youtu.be/uO8iFfVuUmA

------------------------------------去年有幸在巴黎看了一场久石让指挥的Ghibli工作室演奏会。而那晚成了我终生难忘的一晚。

我很早之前就把武道馆的录像看了不下一百遍。学习听做家务听,因为真的太喜欢了。我最喜欢的便是演奏魔女里的小提琴。真的太好听了。在武道馆拉小提琴的大叔便成了我的最爱之一。还有呀,天空之城里吹小号的。那是我第一次知道原来小号吹成这么样的。语言形容不出来。对啦还有拉龙猫的大提琴的一个小胖子,大提琴的声音的力量,低沉,有力。可惜他们三一个都没来。来的是久石让,他女儿和欧洲这边的乐团。

即使是这样,演奏会上的歌一出来,我便起鸡皮疙瘩,然后一边觉得很欣慰很幸福一遍止不住得哭。那个音乐里的世界便是最美好的了吧。这不,我打下这话眼里又有泪水了。

我买的票比较靠后,所以久石让我也没看清。可是整场都能感受到大叔的可爱。大叔会一边笑一边上台。

票一张差不多两百欧,人民币大一千多。即使这样,我仍然觉得超值。嗯。那一晚的音乐能温暖我很多年。我看过很多演唱会,Coldplay, Maroon 5, 苏打绿等等(大部分都是Mainstream). 大部分也都是那个月狂热一下,然后就没了。而久石让的Ghibli音乐会,听完的心情,听的时候的满足感,与再听的满足感,回味无穷,都是现在所有Pop不能带给我的。

那晚,大部分时间也是我和男朋友手牵手看完的。有着一生我最爱最爱的人,还有难忘至今的音乐。那个晚上,真回味。




  

相关话题

  如何看待NLP领域最近比较火的prompt,能否借鉴到CV领域? 
  BERT中,multi-head 768*64*12与直接使用768*768矩阵统一计算,有什么区别? 
  机器之心提问:如何评价Facebook Training ImageNet in 1 Hour这篇论文? 
  卷积神经网络中卷积核是如何学习到特征的? 
  基于计算机视觉从一张图片重建人体的三维网格,能否获取腰围、胸围、臂长、腿长等数据? 
  请问下大家训练 SimCSE 时, loss 有没有这样的情况? 
  为什么很少人用FFT加速CNN卷积层的运算? 
  深度学习图像处理什么时候用到GPU? 
  如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」? 
  消融实验是什么? 

前一个讨论
如何评价我驻瑞典大使馆两个月内 3 次提醒中国公民注意安全?
下一个讨论
OSDI 2018有哪些让人眼前一亮的文章?





© 2024-11-21 - tinynew.org. All Rights Reserved.
© 2024-11-21 - tinynew.org. 保留所有权利