Migliore libreria Julia per le reti neurali

Question

Ho utilizzato questa libreria per la costruzione della rete neurale di base e l'analisi.

Tuttavia, non ha il supporto per la creazione di reti neurali a più strati, ecc.

Quindi, vorrei sapere di eventuali librerie belle per fare le reti neurali avanzate e Deep Learning in Julia.

Answer 1

Mocha.jl - Mocha è un framework Deep Learning per Julia, ispirato al C ++ quadro Caffe

Progetto con buona ed esempi. Può essere eseguito su CPU e GPU backend.

Answer 2

MXNet Julia Package - profondo apprendimento flessibile ed efficiente a Julia

https://github.com/dmlc/MXNet.jl

Pro

• veloce
• Scalabilità fino a multi-GPU e distribuito impostazione con il parallelismo auto.
• Leggero, efficiente della memoria e portatile per dispositivi intelligenti.
• Differenziazione automatica

Contro

• non ha ancora le operazioni di basso livello per l'algoritmo di attuazione. Ma si sta lavorando su questo tema ( https://github.com/dmlc/mxnet/issues/586 )

Answer 3

A partire da ottobre 2016 c'è anche un wrapper tensorflow per Julia:

https://github.com/malmaud/TensorFlow.jl

Answer 4

Giusto per aggiungere un più recente (2019) risposta:. Flux

Flux is an elegant approach to machine learning. It's a 100% pure-Julia stack,
and provides lightweight abstractions on top of Julia's native GPU and
AD support. Flux makes the easy things easy while remaining fully hackable.

Ad esempio:

model = Chain(
  Dense(768, 128, σ),
  LSTM(128, 256),
  LSTM(256, 128),
  Dense(128, 10),
  softmax)

loss(x, y) = crossentropy(model(x), y)

Flux.train!(loss, data, ADAM(...))

Answer 5

Una nuova biblioteca per un'occhiata a come pure è Knet.jl. Lo farà le cose come le GPU uso sotto il cofano.

https://github.com/denizyuret/Knet.jl