Microsoft Cognitive Toolkit - précédemment connu sous le nom de CNTK - vous permet d'exploiter l'intelligence dans des ensembles de données massifs grâce à un apprentissage en profondeur en offrant une mise à l'échelle, une vitesse et une précision sans compromis avec une qualité de qualité commerciale et une compatibilité avec les langages de programmation et les algorithmes que vous utilisez déjà.Il peut être inclus en tant que bibliothèque dans vos programmes Python ou C ++, ou utilisé comme outil d'apprentissage automatique autonome via son propre langage de description de modèle (BrainScript).CNTK prend en charge les systèmes d'exploitation Linux 64 bits ou Windows 64 bits.Pour l'installation, vous pouvez soit choisir des packages binaires précompilés, soit compiler le Toolkit à partir de la source fournie dans Github.Composants intégrés hautement optimisés Les composants peuvent gérer des données multidimensionnelles denses ou clairsemées de Python, C ++ ou BrainScript FFN, CNN, RNN / LSTM, normalisation par lots, séquence à séquence avec attention et davantage d'apprentissage par renforcement, réseaux de confrontation générative,apprentissage supervisé et non supervisé Possibilité d'ajouter de nouveaux composants principaux définis par l'utilisateur sur le GPU à partir de Python Réglage automatique des hyperparamètres Lecteurs intégrés optimisés pour des ensembles de données massifs Utilisation efficace des ressources Parallélisme avec précision sur plusieurs GPU / machines via SGD 1 bit et mémoire de moment de blocpartage et autres méthodes intégrées pour s'adapter même aux plus grands modèles en mémoire GPU Exprimez facilement vos propres réseaux API complètes pour définir les réseaux, les apprenants, les lecteurs, la formation et l'évaluation à partir de Python, C ++ et BrainScript Évaluez les modèles avec Python, C ++, C # et BrainScriptInteropérabilité avec NumPy API de haut niveau et de bas niveau disponibles pour une facilité d'utilisation et une flexibilité Inférence de forme automatique basée sur vos donnéesa Boucles RNN symboliques entièrement optimisées (aucun déroulement nécessaire) Formation et hébergement avec Azure Tirent parti des ressources à haut débit lorsqu'ils sont utilisés avec le GPU Azure et les réseaux Azure Hébergez facilement des modèles formés sur Azure et ajoutez une formation en temps réel si vous le souhaitez