我想知道CNTK是否死亡？ GitHub上的发行说明日期为03/31/2019：“今天的2.7版本将是CNTK的最后一个主要版本。”我已经花了几个月的时间使用CNTK开发软件，现在看来浪费时间和金钱。我已经在许多站点上搜索了答案，但仍然没有答案。 stackoverflow是Microsoft推荐的站点之一。
答案 0 :(得分：1)
来自KedengMS，CNTK的维护者之一。从github转发。
感谢所有CNTK的支持者，我很荣幸能够工作 并在此过程中学到了很多东西。您可以继续使用CNTK 像现在一样，以目前的方式进行训练和推理 Microsoft内部团队即使在 BrainScript或NDL。停止添加新功能并不意味着CNTK是 不再是开源的，这只是意味着前进，将会有 没有新的GPU支持（例如CUDA 11+），也没有添加主要的新功能。 对于不同的用户场景，我认为您可能有不同的选择：
深度学习新手：如果您发现CNTK，则IMO CNTK仍然是了解深度学习基础的好入门 文档/教程/示例很有用。一旦掌握了基本知识， 在框架之间切换不会太难。但是，DL字段 瞬息万变，CNTK在许多方面已经落后 因此，如果您需要更高级的功能（例如动态图）， PyTorch是一个更好的选择。
模型维护者：如果您已经在使用CNTK模型，并且要维护它就意味着要训练新数据，则可以继续使用 CNTK当前使用方式。实际上，Microsoft内部的团队 也正在这样做。如果有严重的错误影响生产率， 他们仍然会得到解决。为了进行推断，您可以继续使用CNTK C / C ++ / Python / C＃/ Java API，或者您可以在ONNX中导出CNTK模型 格式，并使用ONNX Runtime或ORT作为更苗条，更快的推断 发动机。您会惊讶地发现它与之相比要快多少 CNTK，以及安装程序的纤薄程度（仅当您忘记OpenMPI时 需要推断！）。 ORT当前提供C / C ++ / Python / C＃接口。
模型构建器：如果您具有CNTK模型，并且想要使用CNTK当前不支持的功能，请考虑切换到 其他框架，如TensorFlow / PyTorch / etc。我们的团队做了很多 的数据读取器在PyTorch内部工作，以确保Microsoft的团队可以 从CNTK切换到PyTorch。此外，我们也在 将特定于CNTK的分布式培训师（如BMUF）迁移到PyTorch。 希望您在迁移模型时也会发现它有用。
关于开源的好处是社区可以继续 如果需要，可以分叉/演进，这与仅提供其他Microsoft产品不同 二进制文件（我正在看着Win7）。