我想知道 CNTK 死了吗？ 2019 年 3 月 31 日在 GitHub 上发布说明：“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，现在看来这是在浪费时间和金钱。我在许多网站上搜索了答案，但仍然没有答案。 stackoverflow 是微软推荐的网站之一。
【问题讨论】：
标签： cntk
来自 CNTK 的维护者之一 KedengMS。转自github。
感谢所有 CNTK 的支持者，我很荣幸能够工作 在上面，并且在这个过程中学到了很多东西。您可以继续使用 CNTK 以目前的方式进行训练和推理，就像其他 微软内部团队即使在 BrainScript 或 NDL。停止添加新功能并不意味着 CNTK 不再开源，它只是意味着未来，将会有 没有新的 GPU 支持（比如 CUDA 11+），也没有添加主要的新功能。 对于不同的用户场景，我想你可能会有不同的选择：
深度学习新手：如果你找到 CNTK，IMO CNTK 仍然是了解深度学习基础知识的好入门 文档/教程/示例有用。基本学会了就可以了 在框架之间切换不会太难。但是，DL 字段 瞬息万变，CNTK在很多方面已经落后 方式，所以如果你需要更高级的功能，比如动态图， PyTorch 会是更好的选择。
模型维护者：如果您已经有 CNTK 模型工作，并且维护它只是意味着使用新数据进行训练，您可以继续使用 CNTK 您当前使用它的方式。实际上，微软内部的团队 也在这样做。如果有严重的错误妨碍生产力， 他们仍然会被修复。对于推理，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 作为更苗条和更快的推理 引擎。你会惊讶地发现它比 CNTK，以及设置多么纤薄（忘记 OpenMPI，当你刚刚 需要推理！）。 ORT 目前提供 C/C++/Python/C# 接口。
模型构建器：如果您有 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/等。我们的团队做了很多 的数据阅读器在 PyTorch 中工作，以确保 Microsoft 的团队能够 从 CNTK 切换到 PyTorch。此外，我们也在进行中 将 CNTK 特定的分布式训练器（如 BMUF）迁移到 PyTorch。 希望您在迁移模型时也会发现这很有用。
开源的好处是社区可以继续 如果需要，可以进行 fork/evolve，这与其他仅发布的 Microsoft 产品不同 二进制文件（Win7 我在看你）。
【讨论】：