<?xml version="1.0"?>
<feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-Hant-TW">
	<id>https://wiki.taigi.ima.org.tw/w/index.php?action=history&amp;feed=atom&amp;title=ApacheMXNet</id>
	<title>ApacheMXNet - 修訂紀錄</title>
	<link rel="self" type="application/atom+xml" href="https://wiki.taigi.ima.org.tw/w/index.php?action=history&amp;feed=atom&amp;title=ApacheMXNet"/>
	<link rel="alternate" type="text/html" href="https://wiki.taigi.ima.org.tw/w/index.php?title=ApacheMXNet&amp;action=history"/>
	<updated>2026-06-02T19:46:47Z</updated>
	<subtitle>本 wiki 上此頁面的修訂紀錄</subtitle>
	<generator>MediaWiki 1.43.1</generator>
	<entry>
		<id>https://wiki.taigi.ima.org.tw/w/index.php?title=ApacheMXNet&amp;diff=382605&amp;oldid=prev</id>
		<title>TaiwanTonguesApiRobot：​從 JSON 檔案批量匯入</title>
		<link rel="alternate" type="text/html" href="https://wiki.taigi.ima.org.tw/w/index.php?title=ApacheMXNet&amp;diff=382605&amp;oldid=prev"/>
		<updated>2025-08-22T06:19:52Z</updated>

		<summary type="html">&lt;p&gt;從 JSON 檔案批量匯入&lt;/p&gt;
&lt;p&gt;&lt;b&gt;新頁面&lt;/b&gt;&lt;/p&gt;&lt;div&gt;&amp;#039;&amp;#039;&amp;#039;Apache MXNet&amp;#039;&amp;#039;&amp;#039;是一个開源深度學習軟體框架，用佇訓練佮部署深度神經網路。MXNet 具有可能延伸性，快速模型訓練，並支援靈活的編程模型佮濟濟種程式語言（包括講 C + +、Python、Java、Julia、Matlab、JavaScript、Go、R、Scala、Perl 和 Wolfram 語言）。&lt;br /&gt;
&lt;br /&gt;
MXNet 庫會當擴充到濟 GPU 佮濟台機器，並會當徙栽。MXNet 由公共雲提供商亞馬遴雲端運算服務（AWS）和 Microsoft Azure 支援。亞馬遴共 MXNet 選為 AWS 的頭一選深度學習框殼。目前，MXNet 受著英特爾、Dato、百度、微軟、沃爾夫勒姆研究公司以及卡內基 ・ 梅隆大學、麻省理工學院、華盛頓大學佮香港科技大學等研究機構的支援。&lt;br /&gt;
&lt;br /&gt;
==特色==&lt;br /&gt;
&lt;br /&gt;
Apache MXNet 是一个真簡單、靈活、會當延伸的深度學習框殼，支援深度學習模型，包括卷積神經網路（CNN）佮長短期記持網路（LSTM）。&lt;br /&gt;
&lt;br /&gt;
===會當延伸性===&lt;br /&gt;
&lt;br /&gt;
MXNet 分佈動態雲基礎架構頂懸，使用分散式參數侍服器（是那卡內底的 ・ 梅隆大學、百度佮 Google）， 並且會使用濟 GPU 抑是濟 CPU 實現近乎線性的擴充。&lt;br /&gt;
&lt;br /&gt;
===靈活性===&lt;br /&gt;
&lt;br /&gt;
MXNet 支援命令式和符號式編程，予使用指令式程式設計的開發者會使閣較輕鬆咧上手深度學習，閣會使閣較容易共蹤、除錯、儉斷點，修改學習率等等超參數抑是執行早停。&lt;br /&gt;
&lt;br /&gt;
===多程式語言支援===&lt;br /&gt;
&lt;br /&gt;
MXNet 支援 C + + 用佇最佳化後端，以得著大部份的會當用的 GPU 抑是 CPU，閣有支援 Python、R 語言、Scala、Julia、Perl、MATLAB 和 JavaScript，用佇開發人員提供簡單的前端。&lt;br /&gt;
&lt;br /&gt;
===可移植性===&lt;br /&gt;
&lt;br /&gt;
MXNet 支援共受過訓練的模型高效部署到低階裝置，譬如講行動裝置（使用 Amalgamation）、 物聯網裝置（使用 AWS Greengrass）、 侍服器計算（使用 AWS Lambda）或者是。遮的低階環境干焦會當較弱的 CPU 抑是有限的記持體（RAM）， 並且應用佇閣較高端的環境（如基於 GPU 的樹欉）最訓練的模型。&lt;br /&gt;
&lt;br /&gt;
==參見==&lt;br /&gt;
&lt;br /&gt;
* 深度學習軟體較&lt;br /&gt;
&lt;br /&gt;
==參考資料==&lt;br /&gt;
&lt;br /&gt;
[[分類: 待校正]]&lt;/div&gt;</summary>
		<author><name>TaiwanTonguesApiRobot</name></author>
	</entry>
</feed>