Хотя GPU и кластеры подарили огромную возможность для ускорения тренировки нейронных сетей, приспособление традиционного кода машинного обучения к использованию этих ресурсов может быть весьма затруднительно. Привычные научные стеки технологий (Matlab, R, или NumPy и SciPy) не дают простого пути использования таких распределенных ресурсов.
Библиотеки для ускорения вычислений как MXNet предлагают сильные инструменты чтобы помочь разработчикам использовать полностью возможности GPU и облачных вычислений. Хотя эти инструменты в целом полезны и применимы к любым математическим вычислениям, MXNet уделяет особое внимание ускорению разработки и введение в эксплуатацию крупных глубоких нейронных сетей. В частности MXNet дает следующие возможности:
Преимущества MXNet для нейронных сетей
- Размещение на устройстве - с MXNet легко задать где каждая структура данных должна располагаться.
- Тренировка на многих GPU - MXNet позволяет легко масштабировать вычисления на доустпных GPU
- Автоматическое дифференцирование - MXNet автоматизирует производные вычисления, которые могут замедлить разработку нейронной сети
- Оптимизированные предопределенные слои - хотя доступно самостоятельное создание слоев в MXNet, предопределенные слои оптимизированны по скорости и превосходят конкурентные библиотеки