MXNet1.0.0文档更新说明

   翻译来源:点击打开链接

 performance

•     增强了sparse.dot运算符的性能。
  
•      MXNet现在自动设置OpenMP，以便在未设置NUM_OMP_THREADS时使用所有可用的CPU内核以最大限度地提高CPU利用率。
•      一元运算符和二元运算符现在可以避免在小型阵列上使用OpenMP，因为使用OpenMP实际上会损害多线程开销。
•      在CPU上显着提高了broadcast_add，broadcast_mul等的性能。
•      将批量执行添加到命令模式。你可以用mxnet.engine.bulk来控制段的大小。因此，混合模式下胶子的速度得到了提高，特别是在小型网络和多GPU上。
•      改进了Python前端对ctypes调用的速度。

New Features - Gradient Compression [Experimental]

•  通过压缩梯度通信来加速多GPU和分布式训练。 当训练具有大型完全连接层的网络时，这是特别有效的。 在Gluon中，这可以通过训练器中的compression_params来激活。

New Features - Support of NVIDIA Collective Communication Library (NCCL) [Experimental]

•      使用kvstore ='nccl'（在某些情况下）在多个GPU上进行更快速的训练。
•      批量小时，比kvstore ='device'快得多。
•      使用NCCL 2.1版或更新版本时，建议将环境变量NCCL_LAUNCH_MODE设置为PARALLEL。

New Features - Advanced Indexing [General Availability]

• NDArray现在支持由numpy标准指定的高级索引（slice和assign）:https://docs.scipy.org/doc/numpy-1.13.0/reference/arrays.indexing.html#combining-advanced-and-basic-indexing具有以下限制:

1.       如果key是列表类型，则只支持整数列表。 如:key = [1，2]被支持，而不是key = [[1,2]]。
2.     省略号（...）和np.newaxis不受支持。
3.     布尔数组索引不受支持。

New Features - ARM / Raspberry Pi support [Experimental]

• MXNet现在编译并运行在ARMv6，ARMv7，ARMv64上，包括Raspberry Pi设备.详情见:点击打开链接

New Features - NVIDIA Jetson support [Experimental]

•      MXNet现在编译并运行在具有GPU加速功能的NVIDIA Jetson TX2主板上。
•      可以通过运行 - $ pip install mxnet-jetson-tx2在Jetson板上安装python MXNet软件包。

New Features - Sparse Tensor Support [General Availability]

Doc Updates

•      在FAQ部分添加了一个安全最佳实践文档。
•      修复许可证标题，包括恢复版权归属。
•      文档更新。
•      查看源代码的链接。

更多说明见:点击打开链接