AWS 最近成為了加入深度學習社群的開放神經網路交換Open Neural Network Exchange（ONNX）協作的技術公司，最近在無障礙和可互操作frictionless and interoperable的環境中推出了高階人工智慧。由 Facebook 和微軟領頭了該協作。

作為該合作的一部分，AWS 開源其深度學習框架 Python 軟體包 ONNX-MXNet，該框架提供了跨多種語言的程式設計介面（API），包括 Python、Scala 和開源統計軟體 R。

AWS 深度學習工程經理 Hagay Lupesko 和軟體開發人員 Roshani Nagmote 上週在一篇帖子中寫道，ONNX 格式將幫助開發人員構建和訓練其它框架的模型，包括 PyTorch、Microsoft Cognitive Toolkit 或 Caffe2。它可以讓開發人員將這些模型匯入 MXNet，並執行它們進行推理。

對開發者的幫助

今年夏天，Facebook 和微軟推出了 ONNX，以支援共享模式的互操作性，來促進 AI 的發展。微軟提交了其 Cognitive Toolkit、Caffe2 和 PyTorch 來支援 ONNX。

微軟表示：Cognitive Toolkit 和其他框架使開發人員更容易構建和執行計算圖以表達神經網路。

ONNX 程式碼和文件[1]的初始版本已經放到了 Github。

AWS 和微軟上個月宣佈了在 Apache MXNet 上的一個新 Gluon 介面計劃，該計劃允許開發人員構建和訓練深度學習模型。

Tractica[2] 的研究總監 Aditya Kaul 觀察到：“Gluon 是他們試圖與 Google 的 Tensorflow 競爭的合作伙伴關係的延伸”。

他告訴 LinuxInsider，“谷歌在這點上的疏忽是非常明顯的，但也說明了他們在市場上的主導地位。”

Kaul 說：“甚至 Tensorflow 也是開源的，所以開源在這裡並不是什麼大事，但這歸結到底是其他生態系統聯手與谷歌競爭。”

根據 AWS 的說法，本月早些時候，Apache MXNet 社群推出了 MXNet 的 0.12 版本，它擴充套件了 Gluon 的功能，以便進行新的尖端研究。它的新功能之一是變分 dropout，它允許開發人員使用 dropout 技術來緩解遞迴神經網路中的過擬合。

AWS 指出：卷積 RNN、LSTM 網路和門控迴圈單元（GRU）允許使用基於時間的序列和空間維度對資料集進行建模。

框架中立方式

Tirias Research[3] 的首席分析師 Paul Teich 說：“這看起來像是一個提供推理的好方法，而不管是什麼框架生成的模型。”

他告訴 LinuxInsider：“這基本上是一種框架中立的推理方式。”

Teich 指出，像 AWS、微軟等雲提供商在客戶的壓力下可以在一個網路上進行訓練，同時提供另一個網路，以推進人工智慧。

他說：“我認為這是這些供應商檢查互操作性的一種基本方式。”

Tractica 的 Kaul 指出：“框架互操作性是一件好事，這會幫助開發人員確保他們建立在 MXNet 或 Caffe 或 CNTK 上的模型可以互操作。”

至於這種互操作性如何適用於現實世界，Teich 指出，諸如自然語言翻譯或語音識別等技術將要求將 Alexa 的語音識別技術打包並交付給另一個開發人員的嵌入式環境。

感謝開源

ThinkStrategies[4] 的總經理 Jeff Kaplan 表示：“儘管存在競爭差異，但這些公司都認識到他們在開源運動所帶來的軟體開發進步方面所取得的巨大成功。”

他告訴 LinuxInsider：“開放式神經網路交換（ONNX）致力於在人工智慧方面產生類似的優勢和創新。”

越來越多的大型科技公司已經宣佈使用開源技術來加快 AI 協作開發的計劃，以便建立更加統一的開發和研究平臺。

AT＆T 幾周前宣佈了與 TechMahindra 和 Linux 基金會合作推出 Acumos 專案[5]的計劃。該平臺旨在開拓電信、媒體和技術方面的合作。

via: https://www.linuxinsider.com/story/AWS-to-Help-Build-ONNX-Open-Source-AI-Platform-84971.html

作者：David Jones[7] 譯者：geekpi 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出