MXNet 0.11发布，加入动态图接口Gluon，还有两位CMU教授的亲笔教程

做者 | 解浚源

通过3个月的开发，MXNet 0.11版发布啦！0.11是MXNet正式加入Apache之后的第一个版本，官方网站搬到了Apache的服务器（注意：要在最上方Version处选择master才能看到包含Gluon的最新文档）。

MXNet 0.11源码地址

https://github.com/apache/incubator-mxnet/releases

MXNet 0.11官方网站

https://mxnet.incubator.apache.org/versions/master/

此次最大的改进是加入了动态图接口Gluon。Gluon学习了Keras，Chainer，和Pytorch的优势，并加以改进。接口更简单，且支持动态图(Imperative)编程。相比TF，Caffe2等静态图(Symbolic)框架更加灵活易用。同时Gluon还继承了MXNet速度快，省显存，并行效率高的优势，并支持静、动态图混用，比Pytorch更快。

同时为了完全解决MXNet文档不全的弱点，咱们还特意邀请了前CMU知名教授Alex Smola和即将出任CMU教授的小网红Zachary Lipton联手为Gluon打造文档(http://gluon.mxnet.io/)！

接口更简洁

Gluon采用Keras和Numpy风格API，而且Layer能够自动判断输入长度。用过Chainer和Pytorch的人想必都体会过每一层都要记住前一层输出长度的麻烦，从卷积层到全联接层过分时长度计算更是痛苦，每每要运行一遍才知道。在Gluon里则没有这种问题，每层只要指定输出长度，输入长度则能够由系统自动计算。

速度更快

深度学习框架大致分为两类：以TensorFlow，caffe2为表明的静态图(Symbolic)框架和以Chainer，Pytorch为表明的动态图(Imperative)框架。静态图的优点在于速度快，省内存，便于线上部署。而动态图框架的优点是灵活，易用，debug方便，特别是在天然语言处理和加强学习等领域，比起静态图框架有显著优点。

Gluon同时支持灵活的动态图和高效的静态图，让你在享受动态编程的灵活易用的同时最小化性能的损失。而Gluon的HybridBlock和hybridize接口让你能够在静态动态间一键切换。0.11版Gluon比0.20版Pytorch快10%以上，在将来的一两个月咱们会加入更多优化，再提升10%以上的性能。

便是文档，又是教材

深度学习的教材和样例虽多，可是教材每每重理论轻实践，而样例重实践却不系统。为了填补理论和实践之间的空白，并一举解决MXNet文档不全的弱项，咱们特邀两位CMU教授Alex Smola和Zachary Lipton为Gluon撰写一部兼顾深度学习理论，动手编程，和实战应用的文档+教材(https://github.com/zackchase/mxnet-the-straight-dope)。

Gluon教程包括深度学习理论讲解和代码实践。前五章每一个例子都包括了两个版本。从零开始(from scratch)版本深刻讲解全部细节，Gluon版本则着重演示高级封装的灵活高效。建议刚开始接触深度学习的同窗从头开始顺序阅读，而已经有必定经验的同窗能够跳过基础教程只看Gluon版。这套教程如今在Github上公开写做，共计划18章，已经完成了前五章。印刷出版和中文翻译也在计划中。咱们保证天天更新，毫不弃坑，欢迎你们试读，也欢迎参与创做！

Gluon与其余框架的对比

Tensorflow：Gluon同时支持静态图和动态图，在灵活性和速度上都有优点。但因为Gluon刚刚面市，在成熟度和线上部署方便还有不足。总的来讲在作深度学习研究的同窗不妨一试。

Pytorch：Gluon与Pytorch的类似度很高，而Gluon独特的静、动态图混合功能能够在不牺牲灵活性的前提下提升性能。若是你喜欢pytorch的简单易用又在意性能，那么强烈建议你试一试Gluon。

相关连接

Apache MXNet官方网站：

https://mxnet.incubator.apache.org/

0.11 新特性：

https://github.com/apache/incubator-mxnet/releases

安装指南：

https://mxnet.incubator.apache.org/versions/master/get_started/install.html

Gluon教程：

http://gluon.mxnet.io/

Gluon讲座PPT：

https://github.com/zackchase/mxnet-slides/blob/master/kdd-mxnet-slides.pdf

Gluon深度学习样例：

https://github.com/apache/incubator-mxnet/tree/master/example/gluon

原文地址

https://zhuanlan.zhihu.com/p/28648399