mxnet
MXNet是一个开源的深度学习软件框架，用于训练和部署深度神经网络。它是亚马逊云计算服务和Microsoft Azure支持的，也是亚马逊云计算服务的首选深度学习框架。MXNet具有可扩展性，可以扩展到多GPU和多台机器，并且支持多种编程语言，包括C++、Python、Java、Julia、MATLAB、ECMAScript、Go、R、Scala、Perl和Wolfram。MXNet由Carlos Guestrin在美国华盛顿大学（与GraphLab一起）共同开发。MXNet受到英特尔、Dato、百度集团、微软、Wolfram Research以及卡耐基·梅隆大学、麻省理工学院、华盛顿大学和香港科技大学等研究机构的支持。MXNet的可移植性和灵活性使其成为最优秀的深度学习库之一，可以快速训练模型。截至2023年9月，MXNet不再处于活跃开发状态。
概述
MXNet是亚马逊（亚马逊网站）选择的深度学习库。它拥有类似于Theano和TensorFlow的数据流图，为多GPU配置提供了良好的配置，有着类似于Lasagne和Blocks更高级别的模型构建块，并且可以在你可以想象的任何硬件上运行（包括手机）。对Python的支持只是其冰山一角—MXNet同样提供了对R、Julia、C++、Scala、MATLAB，和ECMAScript的接口。
新特性
增强了sparse.dot运算符的性能。
MXNet现在自动设置OpenMP，以便在未设置NUM_OMP_THREADS时使用所有可用的CPU内核以最大限度地提高CPU利用率。
一元运算符和二元运算符现在可以避免在小型阵列上使用openmp，因为使用OpenMP实际上会损害多线程开销。
在CPU上显著提高了broadcast_add，broadcast_mul等的性能。
使用NCCL2.1版或更新版本时，建议将环境变量NCCL_LAUNCH_MODE设置为纬线。
特点
Apache MXNet是一个可扩展的深度学习框架，支持卷积神经网络（CNN）和长短期记忆网络（LSTM）等深度学习模型。MXNet可以在动态云基础设施上使用分布式参数服务器进行分布式部署，基于卡耐基·梅隆大学、百度集团和谷歌的研究。使用多个GPU或CPU，该框架可以实现线性扩展。MXNet支持命令式和符号式编程，允许开发人员跟踪、调试、保存检查点、修改超参数并执行提前停止。MXNet支持Python、R、Scala、clojure、Julia、Perl、MATLAB和ECMAScript用于前端开发，以及C++用于后端优化。支持将训练好的模型部署到低端设备进行推断，例如手持移动设备（使用Amalgamation）、物联网设备（使用AWS Greengrass）、无服务器计算（使用AWS Lambda）或容器。MXNet得到亚马逊网络服务（AWS）和Microsoft Azure等公共云提供商的支持。
云支持和合作
MXNet得到了亚马逊网络服务（AWS）和微软Azure等公共云提供商的支持。亚马逊已选择MXNet作为其AWS上的深度学习框架。此外，MXNet也得到了英特尔、百度集团、微软、Wolfram Research以及卡耐基·梅隆大学、麻省理工学院、美国华盛顿大学和香港科技大学等研究机构的支持。