「Microsoft Cognitive Toolkit」の主な特徴

自動計算処理

CNTKでは、計算ネットワークが記述されると、ネットワークパラメータの学習に必要なすべての計算が自動的に処理されます。

「勾配を分析的に導き出す」「バックプロパゲーションのために変数間の相互作用をコーディング」などの作業は必要ありません。

対応言語

CNTKは「Python」「C＃」「C++」を利用できます。

また、独自モデル記述言語「BrainScript」を介してスタンドアロンの機械学習ツールとして使用することもできます。

組み込みコンポーネント

・高度に最適化された「多次元の密または疎データ」処理機能
・「CNN」「FNN」「RNN」「バッチ正規化」「Sequence-to-Sequence」の実装機能
・「強化学習」「生成的敵対的ネットワーク(GAN)」「教師あり学習」「教師なし学習」の実装機能
・PythonからGPUに新しいユーザー定義のコアコンポーネントを追加する機能
・自動ハイパーパラメータ調整機能
・大規模データセットに最適化されたリーダー機能　など

リソースの効率的な使用

・高精度並列処理機能---1ビットSGD、複数のGPU(マシン)をサポート
・サイズが大きなモデルをGPUメモリに収めるための「メモリ共有機能」や「組み込みメソッド」

モデル評価API

CNTKは、トレーニングおよび評価を定義するためのAPIを提供しています。
・「Python」「C++」「C＃」「BrainScript」でモデルを簡単に評価できる
・評価対象：「独自ネットワーク」「学習者」「リーダー」
・「高レベル」と「低レベル」の両方のAPIを提供
・自動推論形成機能
・「シンボリックリカレントニューラルネットワーク(RNN)ループ」の最適化機能

モデルのパフォーマンス測定機能

CNTKは、構築するニューラルネットワークのパフォーマンスを測定するためのさまざまなコンポーネントを提供します。
・モデルと関連するオプティマイザーからログデータを生成
・トレーニングプロセスを監視
・JavaプログラムからCNTKモデル評価機能を使用可能