Apache MXNet 页面截图
产品页面 点击查看大图

Apache MXNet

Apache MXNet 是一个灵活且高效的深度学习库,适合研究原型与生产,目前项目已进入 Apache Attic 退休状态。

免费开源深度学习
语言
多语言
01

Overview

产品概述

Apache MXNet 是一个真正开源的深度学习框架,适用于灵活的研究原型和生产场景。它提供 Gluon 混合前端(可在命令式与符号模式间切换)、支持分布式训练、并深度集成 Python 及多种语言绑定。项目目前已经退休,详细信息请参考其 Apache Attic 页面。
02

Capabilities

核心能力

01

混合前端(Hybrid Front-End)

Gluon Python API 支持完全命令式编程,并可通过 hybridize() 切换到符号模式,兼顾灵活性与执行速度,还可将网络导出为 Java/C++ 等语言绑定用于推理。

02

分布式训练

支持 Parameter Server 与 Horovod 的分布式训练和性能优化,可在多 GPU 或多主机场景下实现近线性的扩展效率。

03

8 种语言绑定

深度集成 Python,并支持 Scala、Julia、Clojure、Java、C++、R 和 Perl,配合混合功能可平滑地从 Python 训练过渡到目标语言部署。

03

Use Cases

适用场景

  1. 01

    研究与生产

    既能满足快速研发前沿深度学习模型,也能作为健壮的框架承载生产环境中的工作负载。

  2. 02

    计算机视觉、NLP 与时间序列

    通过 GluonCV、GluonNLP 和 GluonTS 等工具库,支持目标检测、姿态估计、自然语言处理和概率时间序列建模等用例。

  3. 03

    教学与学习

    D2L.ai 提供交互式深度学习教材,Apache MXNet 被 Berkeley、University of Washington 等高校使用。

04

Integrations

集成能力

01

GluonCV

计算机视觉工具包,提供丰富的模型库,涵盖目标检测到姿态估计。

02

GluonNLP

提供自然语言处理领域的先进深度学习模型。

03

GluonTS

Gluon 时间序列工具包,聚焦基于深度学习的概率时间序列建模。

04

Horovod

由 Uber 开发的分布式学习框架,Apache MXNet 提供对其的支持。

05

D2L.ai

交互式深度学习教材,包含代码、数学和讨论。