面向多設備和多框架的英特爾開源編譯器——nGraph

英特爾近期開源了深度學習框架編譯器 nGraph。nGraph 是一款開源 C++ 庫，編譯器和運行器，它能夠讓數據科學家能夠專註於數據科學研發，不需要擔心如何將 DNN 模型部署到各種不同設備做高效訓練和運行。

Github 地址：

https://github.com/NervanaSystems/ngraph

當深度學習框架首次成為運行培訓和推理模型的工具時，它是圍繞特定設備優化的內核而設計的。所以，在模型定義時會暴露出許多問題，使 DL 模型對其他或更高級設備的適應性和可移植性變得複雜。

使用傳統的方法意味著演算法開發人員將模型帶入升級後的設備時，會遇到繁瑣的工作。使模型在不同的框架上運行也是有問題的，因為開發人員必須將模型的本質與為設備進行的性能調整分開，轉換為新框架中類似的操作，並最終在新框架上為優選的設備配置做必要的改變。

nGraph 大大減少了這些工程複雜性。雖然通過項目和用於深度神經網路的庫（IntelMKL-DNN））提供了用於 DL 基元的優化內核，但還有一些編譯器啟發式的方法可以進一步優化性能。

文檔

對於這個早期版本，官方提供了用於編譯基於 MXNet 和 TensorFlow 的項目的框架集成指南。 如果你已經有了一個訓練好的模型，官方已經為如何導入深度學習模型並使用 nGraph API 提供了入門指南。

詳細信息請查閱安裝文檔：

http://ngraph.nervanasys.com/docs/latest/install.html

NLP 工程師入門實踐班

三大模塊，五大應用，知識點全覆蓋；

海外博士講師，豐富項目分享經驗；

理論+實踐，帶你實戰典型行業應用；

專業答疑社群，討論得出新知。

新人福利

關注 AI 研習社（okweiwu），回復1領取

【超過 1000G 神經網路 / AI / 大數據資料】

神經機器翻譯的編碼 - 解碼架構有了新進展， 具體要怎麼配置？

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！