Amazon เปิด Open Source ระบบ Deep Learning DSSTNE บน GitHub แล้ว

หลังจากที่ผู้ผลิตรายใหญ่หลายรายได้ทะยอยกันออกมาเปิดตัว Open Source สำหรับระบบ Deep Learning ของตน ทาง Amazon เองก็ได้ออกมาเปิดเผยโครงการ Deep Learning Open Source ของตัวเองกันบ้างแล้วภายใต้ชื่อว่า DSSTNE (อ่านออกเสียงเหมือนคำว่า Destiny) บน GitHub

aws-600x300-banner-2

โค้ดและรายละเอียดของ DSSTNE อยู่ที่ https://github.com/amznlabs/amazon-dsstne และเปิดลิขสิทธิ์แบบ Apache ให้เราได้ใช้กันฟรีๆ และให้ทุกคนเข้ามาร่วมพัฒนาเพื่อให้โครงการ Deep Learning สามารถถูกนำไปใช้งานในกรณีต่างๆ ที่หลากหลายยิ่งกว่าเดิม

ปัจจุบันนี้ DSSTNE ยังคงมีข้อจำกัดในการใช้งานอยู่บ้าง เช่น ยังไม่รองรับการทำ Convolution สำหรับ Image Recognition, ยังมีข้อจำกัดในการทำ Recurrent Neural Nets แต่ DSSTNE ก็มีจุดเด่นที่น่าสนใจ เช่น รองรับการ Train ด้วยการใช้ GPU พร้อมกันทีละหลายๆ ตัว ซึ่งถือเป็นจุดที่แตกต่างกับค่ายอื่นเป็นอย่างมาก และ Amazon ก็อ้างว่ามีความเร็วสูงกว่า Google TensorFlow ถึง 2.1 เท่าบน AWS GPU Instance g2.8xlarge เหมือนกัน อีกทั้งยังพัฒนาโดยใช้ภาษา C++ เป็นหลักอีกด้วย

ใครที่สนใจรายละเอียดเพิ่มเติมสามารถไปอ่านเพิ่มเติมได้ที่ https://github.com/amznlabs/amazon-dsstne/blob/master/docs/getting_started/userguide.md เลยนะครับ

ที่มา: http://venturebeat.com/2016/05/11/amazon-open-sources-its-own-deep-learning-software-dsstne/

About techtalkthai

ทีมงาน TechTalkThai เป็นกลุ่มบุคคลที่ทำงานในสาย Enterprise IT ที่มีความเชี่ยวชาญทางด้าน Network, Security, Server, Storage, Operating System และ Virtualization มารวมตัวกันเพื่ออัพเดตข่าวสารทางด้าน Enterprise IT ให้แก่ชาว IT ในไทยโดยเฉพาะ

Check Also

D-Link เตือนช่องโหว่ Zero-day หลายรายการบน Switch DGS-3130 ยังไม่มีแพตช์ แนะนำปิด DDP

D-Link ออกคำแนะนำลดความเสี่ยงจากช่องโหว่ Zero-day หลายรายการบน Managed Switch ตระกูล DGS-3130 ที่ยังไม่มีแพตช์แก้ไข โดยช่องโหว่อาจเปิดโอกาสให้ผู้โจมตีเข้าถึงข้อมูลสำคัญของอุปกรณ์ แก้ไข Configuration หรือทำให้บริการเครือข่ายหยุดชะงัก

IBM, AMD และ ORNL จับมือเปิดตัวแพลตฟอร์มแก้ไขข้อผิดพลาดควอนตัม

IBM, AMD และ Quantum Science Center แห่ง Oak Ridge National Laboratory ได้ประกาศเปิดตัวแพลตฟอร์มการแก้ไขข้อผิดพลาดทางควอนตัมรูปแบบใหม่ ซึ่งเป็นการรวมระบบควอนตัมเข้ากับระบบประมวลผลประสิทธิภาพสูง