1
| 本文作者： 老王 | 2016-11-23 17:04 |
昨日，亞馬遜 CTO Werner Vogels 在博文中寫到 MXNet 被 AWS 正式選擇成為其云計算的官方深度學習平臺。Vogels 表示：
AWS將會為用戶提供軟件代碼、文檔，并且將會投入力量在 MXNet 的研發(fā)，以及企業(yè)級生態(tài)上。
MXNet 是一個全功能、靈活且高擴展性的深度學習框架，支持深度學習模型中的卷積神經(jīng)網(wǎng)絡和長期短期記憶網(wǎng)絡。由學術界發(fā)起，由華盛頓大學和卡內(nèi)基梅隆大學的研究人員聯(lián)合發(fā)起。
其實 AWS 此前也支持過其他的深度學習框架，如 TensorFlow、CNTK、Caffe、Torch，但這次 MXNet 直接被選為官方平臺，成為正室。TensorFlow 和 CNTK 框架分別由谷歌和微軟發(fā)起，而 Caffe 則是來自加州大學伯克利分校的伯克利人工智能研究實驗室。
針對 MXNet 被 Amazon AWS 選為官方深度學習平臺這一事項，業(yè)內(nèi)人士發(fā)表了自己的看法（雷鋒網(wǎng)已獲得以下評論的引用授權）：
能夠讓 AWS 放棄自己造的輪子，并且明確的表示會支持一個主要由開源社區(qū)開發(fā)的系統(tǒng)，其實非常不容易。對于 AWS 來說，最關心的是用戶體驗，然后是買資源賺錢。這里最保險的是支持所有流行的 DL 框架。但 AWS 能夠強調(diào)說未來會大力投入 MXNet，主要是對框架的發(fā)展前景，和小伙伴們工作的肯定。
MXNet 最早就是幾個人抱著純粹對技術和開發(fā)的熱情做起來的興趣項目，既沒有指望靠它畢業(yè)，也沒想著用它賺錢。能夠一步一步慢慢的擴大，我覺得最重要的是每個小伙伴對這個事情的投入，和抱著降低深度學習門檻的使命。也是讓大家只需要關心“數(shù)據(jù)量和運算量”，而不是如何有效實現(xiàn)利用硬件；只需要“數(shù)學公式寫好，根本就不想知道你支持哪些 layer，分別是干什么的”，不用管自動求導如何訓練；只需要“把手上的數(shù)據(jù)交出去給云即可，然后花錢租算力”，而不是云上如何管理如何優(yōu)化。
大概可以永遠告別 AWS 上跑個 Deep Learning 要手裝一堆東西還不知道 Efficiency 怎么樣的年代了。話說以前見大家吐槽 MXNet 的 Documentation 不清楚可是我覺得 Document 挺棒的啊，雖然確實比不上 Tensorflow 但是比 Torch 舒服多了，清楚易懂還便于 Develop，之前改過些 MXNet 代碼感覺還是挺輕松愉快的，比起 Caffe 自己輕易什么都不敢動，MXNet 給我的感覺是對開發(fā)者友好許多。Codebase 也不算大，上手也方便。有了 AWS Endorse 以后知名度肯定蹭蹭漲，相信在開源社區(qū)和 TensorFlow 可以一戰(zhàn)。
MXNet 發(fā)展到現(xiàn)在有一年多時間，是一個相對成熟的項目。
我對我們的技術很有信心。MXNet 的速度，節(jié)省內(nèi)存，接口靈活性，和分布式效率都是可圈可點的。作為一個由愛好者發(fā)起，沒有投資的項目，MXNet 以前最大的短板是文檔和宣傳。而 Amazon 作為大財主以后在這方面可以起到很好的作用。
實際上 Amazon 對 MXNet 的支持已經(jīng)有一段時間了，在 Github 上提交了很多文檔方面的改進。總體來說 Amazon 對開源社區(qū)很友好，除了對文檔和穩(wěn)定性的要求嚴格了一些并沒有干涉我們的開發(fā)。Code Review 還是我們自己在做，是否接收代碼也是社區(qū)決定的。
在 Amazon 之前已經(jīng)有很多公司在默默的用 MXNet 了，只是沒有大肆宣傳。比如圖森互聯(lián)、地平線搞 Mathematica 的 Wolfram 都給 MXNet 貢獻了很多代碼。
作為亞馬遜曾經(jīng)最年輕的機器學習科學家，機器學習委員會成員，我發(fā)表下自己的看法：
歷史背后的故事
亞馬遜自己還開源過一個深度學習框架叫做 DSSTNE? (讀作 Destiny)，DSSTNE 是 2016 年早些時候開源的，主要開發(fā)團隊歸屬于亞馬遜零售業(yè)務部門，老大是 Jeff Wilk。
而這次聲稱支持 MXNet 的是云計算部門（老大是 Andrew Jassy），而發(fā)帖人是 Werner Vogels ，是亞馬遜的 CTO。這里面的宮斗還沒看出來嗎？
2016 年 ４ 月，Jeff Bezos 宣布將 Jeff Wilke 和 Andrew Jassy 同時分別晉升為了 Amazon Retail 和 AWS 部門的 CEO。這里面兩個信息：第一，下一任亞馬遜掌門人就是這兩位里面選的了；第二，Kindle 、Ads 啊神馬的，都好好給我站隊，不要有非分之想。
緊接著 2016 年５月，Jeff Wilke 下面的零售部門先發(fā)制人宣布開源 DSSTNE，只可惜當時大家都在 import keras，DSSTNE 沒有得到大力支持。
這些 AWS 的人能不著急嗎？機器學習領域向來都是 Jeff Bezos 的最愛，大力推廣機器學習的人都能提升很快，這表功的機會難道 AWS 不能搬回來一點？作為亞馬遜的老人，這些故事從上到下看的太多了。
MXNet 能給 AWS 業(yè)務方面干嘛？預測、供應鏈、消費者行為分析等方面均不能做。
現(xiàn)在 Theano, Tensorflow, Torch, Caffe 等包都是 g2 instance 直接預裝好的了，不需要 AWS 支持，大家自己也會搜一搜直接調(diào)用。就連亞馬遜自己的人也在 import keras。
李沐（MXNet 發(fā)起人）提出“把手上的數(shù)據(jù)交出去給云即可，然后花錢租算力”，這個說法在亞馬遜已經(jīng)被提出過一次了。上一個發(fā)起者是 Joseph Sirosh，他領導了 Elastic Machine Learning，也就是 AWS Machine Learning 的雛形，在靠這個風口升了一級以后迅速跳槽到了微軟當了 CVP，當然，后來 EML 被證明用戶群體非常有限，基本上是個失敗的任務。
其實 Hacker News 對這件事的評價要冷靜得多。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
