۰
plusresetminus
دوشنبه ۱۰ تير ۱۳۹۸ ساعت ۱۱:۰۶

مایکروسافت، همکاری متقابل چارچوب یادگیری ماشین و ONNX

ایتنا- به تازگی تیم هوش مصنوعی فیس‌بوک "PY Torch1.1" و "Ax" را برای مدیریت آزمایش مدل معرفی کرد. مایکروسافت هم سرویس بلاک‌چین خود، پشتیبانی "Unreal Engine" برای هولولنز2 و سرویس یادگیری ماشین اژور و سرویس شناختی اژور را معرفی و راه‌اندازی کرد.
مایکروسافت، همکاری متقابل چارچوب یادگیری ماشین و ONNX
مایکروسافت تراشه‌های FPGA را برای آموزش مدل ماشین عرضه کرد و تبادل شبکه عصبی باز(ONNX) در حال حاضر از "TensorRT" انویدیا و " nGraph" اینتل پر از رابط پرسرعت روی سخت افزار انویدیا و اینتل پشتیبانی می‌کند.
این مسائل بعد از آن انجام شد که شرکت مایکروسافت به پروژه "ML flow" پیوست و موتور رابط کارآمد "ONNX Runtime" را به صورت متن باز درآورد.

به گزارش ایتنا از رایورز به نقل از ونچربیت، فیس‌بوک و مایکروسافت پروژه متن باز ONNX را در سال 2017 آغاز کردند و در حال حاضر تمامی شرکت‌های فعال در زمینه هوش مصنوعی از جمله AWS ، AMD ،  Baidu ، Intel ، IBM ، Nvidia و کوالکام به صورت مجازی با این پروژه همکاری دارند.

پیش‌بینی می‌شود که به زودی شرکت مایکروسافت، کنفرانس سالیانه خود را در سیاتل برگزار کند.
 
ONNX مورد علاقه بسیاری از متخصصان حوزه یادگیری ماشینی است، زیرا به آنها این توانایی را می‌دهد که از بهترین چارچوب یادگیری ماشین استفاده کنند و مهم‌ترین سخت افزار تراشه را برای انجام کارهای خود به کار ببندند.

سال‌هاست که تراشه‌های FPGA مورد استفاده قرار می‌گیرند و در حال حاضر 100 درصد کارهای مربوط به رمزنگاری و سرعت فشرده‌سازی داده‌ها را برای اژور انجام می‌دهند.
 
 
کاربران می‌توانند با بهره‌گیری از ONNX ، مدل‌های سفارشی خود را بسازند و از مدل‌های مختلف موجود نیز استفاده کنند.
با استفاده از ONNX ، امکان همکاری متقابل بین چارچوب‌های "Tensor Flow" ، "PY Troch" ، "Kerus" فراهم شده است. همچنین از انواع واحدهای پردازنده گرافیکی (GPU) انویدیا، AMD  یا FPGA اینتل می‌توان برای راه‌اندازی و پیشرو این سیستم استفاده کرد.
 
شرکت مایکروسافت در 10 سال گذشته به موفقیت‌های خوبی رسیده است. و روند تکامل را بهتر از آمازون و گوگل پیموده است.
سرعت رشد مایکروسافت با پروژه‌های متن بازی که آغاز کرده است، بیشتر از قبل شده است.
 
کد مطلب: 57097
نام شما
آدرس ايميل شما

نظر شما در باره طرح رجیستری موبایل چیست؟
طرح کاملا موفق بود
تا حدودی به نتیجه رسید
طرح کاملا شکست خورد
بنظرم طرح مبهمی است