本篇文章1177字，读完约3分钟
今天下午，在北京举行的2016年德国技术中心中国(gpu)技术会议上，英伟达深度学习研究所简要介绍了cntk的图像识别功能。
首先，让我们看看cntk。
Cntk(计算网络工具包)是微软研究院开发的开源计算网络工具包。它通过有向图描述了一系列计算步骤，也是一个统一的深度学习神经网络工具包。
cntk的整体架构如上图所示。这里我们可以简单地从几个部分来理解它，即上、中、下、左、中、右理解逻辑。让我们先来谈谈上面、中间和下面的部分，下面的部分包含了idatareader可以理解为基础的数据。
想象一下，在当铺训练一个学徒来鉴别古董的真伪。你需要带一些真正的古董，让他了解它们。这是学习过程和初始数据的输入过程。
学习的结果是第二层包含cn
这可以理解为当铺学徒通过真正的古董实现的大脑知识
顶级执行引擎
事实上，这可以理解为当铺学徒的个人行为，顾客拿走了一件古董，让它辨别其真假，这是上面的作用或意思。
其次，左边、中间和右边部分，最左边的部分是输入的原始数据。这里介绍cn描述，它是对网络的描述
它可以理解为当铺学徒的师傅或古董鉴定课本给出的指导意见
特征和标签中的特征是样品或古董，标签可以理解为在古董样品上指示真假的标签
在中间，icnbuilder是学习行为的驱动力，idatareader是仔细观察和检查学习内容的驱动力。最左边的是学习方法，我们之前解释过，它是学习的结果，而执行引擎是最终用真实事物进行测试的行为。
可以说，cntk的整体架构描述了一个典当行学徒从入门到精通的学习过程。从样本中训练自己，形成自己的能力，然后运用你所学到的。
根据研究人员的描述，cntk Toolkit中的图像识别速度比其他四个主流计算工具包更受开发者的欢迎。
在微软发布的最新版本cntk1.7中，cntk已经支持了英伟达最新的深度神经网络数据库cudnn5.1。
事实上，NVIDIA GPUs经常被facebook和百度等巨头用于人工智能研究。
Facebook的big sur服务器是围绕图形处理器设计的，这是一种最初为图像处理开发的高性能处理器。每八个图形处理器配备一个大的sur服务器，facebook使用NVIDIA公司生产的图形处理器，它擅长图像识别。
百度将把NVIDIA图形处理器应用到其无人系统的机载计算机上。这台计算机可以解决汽车制造商在集成无人驾驶技术时面临的一个大问题:如何将人工智能技术集成到一台紧凑型计算机中，从而帮助汽车做出决策。除了为无人驾驶和深度学习复杂计算提供强大的性能支持外，它还可以同时驱动多个高分辨率显示设备，可应用于仪表盘、地图导航、车载中央控制面板等。在智能汽车里。
几乎所有的巨人都依靠强大的图形处理单元(GPU)进行深度学习应用，从而处理更复杂的算法，提高人工智能和识别能力。微软在这方面并不落后。
