Microsoft Cognitive Toolkit-yang sebelum ini dikenali sebagai CNTK-memberi anda kuasa untuk memanfaatkan kecerdasan dalam dataset besar-besaran melalui pembelajaran mendalam dengan menyediakan skala, kelajuan dan ketepatan tanpa kompromi dengan kualiti gred komersial dan keserasian dengan bahasa pengaturcaraan dan algoritma yang telah anda gunakan.Ia boleh dimasukkan sebagai perpustakaan dalam program Python atau C ++ anda, atau digunakan sebagai alat pembelajaran mesin mandiri melalui bahasa penerjemah model sendiri (BrainScript).CNTK menyokong 64-bit Linux atau 64-bit sistem operasi Windows.Untuk memasang, anda boleh memilih pakej binari pra-gabungan, atau menyusun Toolkit dari sumber yang disediakan di Github.Komponen-komponen yang boleh dioptimumkan, terbina dalam Komponen boleh mengendalikan data padat atau jarang berbilang dimensi dari Python, C ++ atau BrainScript FFN, CNN, RNN / LSTM, Normalisasi Batch, Sequence-to-Sequence dengan perhatian dan lebih banyak pembelajaran Penguatkuasaan,pembelajaran yang diselia dan tidak terjejas Keupayaan untuk menambah komponen teras yang ditakrifkan pengguna baru pada GPU dari Python Automatik penalaan hyperparameter Pembaca terbina dioptimumkan untuk dataset besar Penggunaan sumber yang berkesan Parallelism dengan ketepatan pada pelbagai GPU / mesin melalui SGD 1-bit dan Memori Momentum Blokperkongsian dan kaedah terbina dalam yang lain agar sesuai dengan model terbesar dalam memori GPU. Mudah mengungkapkan rangkaian anda sendiri API penuh untuk menentukan rangkaian, pelajar, pembaca, latihan dan penilaian dari Python, C ++ dan BrainScript Evaluate models dengan Python, C ++, C # dan BrainScriptInteroperation dengan NumPy Kedua-dua peringkat tinggi dan API peringkat rendah tersedia untuk kemudahan penggunaan dan fleksibiliti Kesimpulan bentuk automatik berdasarkan data andasebuah gelung RNN simbolik yang dioptimumkan sepenuhnya (tidak perlu dibongkar) Latihan dan hosting dengan Azure Mengambil kesempatan daripada sumber kelajuan tinggi apabila digunakan dengan Azure GPU dan rangkaian Azure Tuan rumah model terlatih dengan mudah pada Azure dan menambah latihan masa nyata jika diinginkan