DIXED帮助深度学习团队更快地培训模型，轻松共享GPU资源，并有效协作。Desired允许深入学习的工程师专注于大规模构建和培训模型，而无需担心DevOps或为常见任务(如容错或实验跟踪)编写自定义代码。
您可以将Desired看作是一个平台，它可以弥合TensorFlow和PyTorch等工具之间的差距-这两个工具非常适合使用单个GPU的单个研究人员-以应对随着团队、集群和数据集的规模不断增大而大规模进行深度学习时出现的挑战。
灵活的GPU调度，包括动态调整培训作业大小以及自动管理AWS和GCP上的云资源。
要使用Defined，您可以继续使用流行的DL框架，如TensorFlow和PyTorch；您只需要修改模型代码来实现Defined API。
要将现有深度学习模型移植到Desired，请遵循您首选的深度学习框架的指导：
如果您需要帮助，想要提交错误报告，或者只是想要及时了解有关DIRECTED的最新消息，请加入DIRECTED社区！
松弛是问有关决心的问题并获得支持的最好地方。单击此处加入我们的松弛。
您也可以加入社区邮件列表，询问有关项目的问题并接收通知。