أباتشي إم إكس نت

الموسوعة الحرة

أباتشي إم إكس نت هو إطار برمجي مفتوح المصدر للتعلم العميق ، يُستخدم لتدريب ونشر الشبكات العصبية العميقة . يهدف إلى أن يكون قابلاً للتوسع، ويتيح تدريب النماذج بسرعة ، ويدعم نموذج برمجة مرنًا ولغات برمجة متعددة (بما في ذلك C++ ، وبايثون ، وجافا ، وجوليا ، وماتلاب ، وجافا سكريبت ، وجو ، وآر ، وسكالا ، وبيرل ، ولغة وولفرام ). مكتبة إم إكس نت قابلة للنقل والتوسع لتشمل وحدات معالجة رسومية متعددة [ 2 ] وأجهزة متعددة. طُوِّرَت بالتعاون بين كارلوس غيسترين في جامعة واشنطن ، وفريق غراف لاب. [ 3 ]

اعتبارًا من سبتمبر 2023، توقف تطوير Apache MXNet بشكل فعلي. [ 4 ] تم التخلي عن Apache MXNet فعليًا نتيجةً لعدة عوامل، منها قلة المساهمات الفعّالة، وإصدارات قديمة، وتحوّل تركيز داعمه الرئيسي، أمازون، نحو أطر عمل أخرى مثل PyTorch. لم يشهد المشروع أي إصدارات جديدة لأكثر من عام، وكانت طلبات السحب والتحديثات من المساهمين قليلة جدًا، مما أدى إلى نقله إلى Apache Attic في عام 2023. بالإضافة إلى ذلك، بدأ مجتمع المطورين بالانتقال إلى أطر عمل أخرى توفر دعمًا وتطويرًا أكثر قوة. [ 5 ]

سمات

Apache MXNet هو إطار عمل قابل للتطوير للتعلم العميق يدعم نماذج التعلم العميق، مثل الشبكات العصبية الالتفافية (CNNs) وشبكات الذاكرة طويلة المدى (LSTMs).

قابلية التوسع

يمكن توزيع MXNet على بنية تحتية سحابية ديناميكية باستخدام خادم معلمات موزع (استنادًا إلى بحث في جامعة كارنيجي ميلون ، وبايدو ، وجوجل [ 6 ] ). ومع وجود وحدات معالجة رسومية أو وحدات معالجة مركزية متعددة ، يمكن أن يقترب الإطار من التوسع الخطي.

المرونة

يدعم MXNet البرمجة الإجرائية والرمزية على حد سواء. يتيح هذا الإطار للمطورين تتبع الأخطاء وتصحيحها وحفظ نقاط التحقق وتعديل المعلمات الفائقة وإجراء الإيقاف المبكر .

لغات متعددة

يدعم MXNet لغات البرمجة Python و R و Scala و Clojure و Julia و Perl و MATLAB و JavaScript لتطوير الواجهة الأمامية، ولغة C++ لتحسين الواجهة الخلفية.

سهولة الحمل

يدعم هذا الإطار نشر نموذج مُدرَّب على أجهزة ذات إمكانيات محدودة للاستدلال، مثل الأجهزة المحمولة، باستخدام تقنية الدمج. [ 7 ] تشمل أهداف النشر الأخرى أجهزة إنترنت الأشياء (باستخدام AWS Greengrass)، والحوسبة بلا خوادم (باستخدام AWS Lambda )، أو الحاويات . قد تحتوي هذه البيئات ذات الإمكانيات المحدودة على معالج مركزي ضعيف أو ذاكرة وصول عشوائي (RAM) محدودة، ويجب أن تكون قادرة على استخدام النماذج التي تم تدريبها على بيئة ذات مستوى أعلى (مجموعة حوسبة تعتمد على وحدة معالجة الرسومات، على سبيل المثال).

دعم السحابة

يحظى نظام MXNet بدعم من مزودي خدمات الحوسبة السحابية العامة ، بما في ذلك خدمات أمازون السحابية (AWS) [ 8 ] ومايكروسوفت أزور [ 9 ] . ويحظى نظام MXNet حاليًا بدعم من شركات إنتل ، وبايدو ، ومايكروسوفت ، وولفرام ريسيرش ، ومؤسسات بحثية مثل جامعة كارنيجي ميلون ، ومعهد ماساتشوستس للتكنولوجيا ، وجامعة واشنطن ، وجامعة هونغ كونغ للعلوم والتكنولوجيا [ 10 ] .

انظر أيضاً

مراجع

  1. ↑ "الإصدار 1.9.1" . 10 مايو 2022. تم الاطلاع عليه في 30 يونيو 2022 .
  2. ↑ "بناء شبكات عصبية عميقة في السحابة باستخدام أجهزة Azure الافتراضية المزودة بوحدات معالجة رسومية، وMXNet، وMicrosoft R Server" . مايكروسوفت. 15 سبتمبر 2016. مؤرشف من الأصل في 15 أغسطس 2023. تم الاطلاع عليه في 13 مايو 2017 .
  3. ↑ "كارلوس غيسترين" . guestrin.su.domains . مؤرشف من الأصل في 22 سبتمبر 2023.
  4. ↑ "Apache MXNet - Apache Attic" .
  5. ↑ "Apache MXNet - Apache Attic" . attic.apache.org . تم الاطلاع عليه بتاريخ 2024-06-05 .
  6. ↑ "توسيع نطاق التعلم الآلي الموزع باستخدام خادم المعلمات" (ملف PDF) . مؤرشف (ملف PDF) من الأصل بتاريخ 13 أغسطس 2023. تم الاطلاع عليه بتاريخ 8 أكتوبر 2014 .
  7. ↑ "الاندماج" . مؤرشف من الأصل بتاريخ 2018-08-08 . تم الاطلاع عليه بتاريخ 2018-05-08 .
  8. ↑ "Apache MXNet على AWS - التعلم العميق على السحابة" . شركة أمازون لخدمات الويب . تم الاطلاع عليه بتاريخ 13 مايو 2017 .
  9. ↑ "بناء شبكات عصبية عميقة في السحابة باستخدام أجهزة Azure الافتراضية المزودة بوحدات معالجة رسومية، وMXNet، وخادم Microsoft R" . مدونات Microsoft TechNet . 15 سبتمبر 2016. تم الاطلاع عليه بتاريخ 6 سبتمبر 2017 .
  10. ↑ "تم قبول إطار عمل التعلم العميق MXNet التابع لشركة أمازون في حاضنة أباتشي" . تم الاطلاع عليه بتاريخ 8 مارس 2017 .