Kurz nachdem Google ein Machine Learning Toolkit namens Tensor Flow veröffentlicht hat, zieht Microsoft mit einem vergleichbaren Projekt nach.
Microsofts DMLT (Distributed Machine Learning Toolkit) soll das maschinelle Lernen vereinfachen, bei dem die Modelle über mehrere Nodes verteilt sind. Damit eignet es sich speziell für größere Modelle, die generell eine höhere Präzision versprechen.
Im Kern handelt es sich bei DMLT um ein C++-SDK für eine Client-Server-Architektur, die insbesondere die Verwaltung von Threads und Workloads erleichtern soll. Auch die Interprozesskommunikation verbessert die Software. Als meistgenutzter Algorithmus für das Training großer Datenmodelle kommt Light LDA zum Einsatz, der Milliarden Knoten auf einer Achtkernmachine trainieren können soll. Daneben werden die Algorithmen Distributed Word Embedding und Distributed Multisense Word Embedding eingesetzt, um die Beziehungen von Worten untereinander zu analysieren. Das sei aber erst der Anfang, weitere Algorithmen seien in Vorbereitung.
