Overview
产品概述
Capabilities
核心能力
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。
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。
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。
Use Cases
适用场景
-
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。
-
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。
-
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。
Integrations
集成能力
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。
GluonNLP
提供自然语言处理领域的先进深度学习模型。
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。
Horovod
由 Uber 开发的分布式学习框架,Apache MXNet 提供对其的支持。
D2L.ai
交互式深度学习教材,包含代码、数学和讨论。