ニューラルネットワークに最適なジュリアライブラリ
-
16-10-2019 - |
質問
私はこのライブラリを基本的なニューラルネットワークの構築と分析に使用しています。
ただし、多層ニューラルネットワークなどの構築をサポートしていません。
だから、ジュリアで高度なニューラルネットワークと深い学習を行うための素晴らしいライブラリを知りたいと思います。
解決
mocha.jl -Mochaは、C ++フレームワークのカフェに触発されたジュリアの深い学習フレームワークです。
良いプロジェクト ドキュメンテーション そして例。 CPUおよびGPUバックエンドで実行できます。
他のヒント
MXNet Juliaパッケージ - ジュリアの柔軟で効率的な深い学習
https://github.com/dmlc/mxnet.jl
プロ
- 速い
- マルチGPUまでのスケールと、自動並列性を備えた分散設定。
- 軽量、メモリ効率的で、スマートデバイスに対してポータブル。
- 自動分化
短所
- アルゴリズムの実装のレベル操作はまだ低くありません。しかし、彼らはこの問題に取り組んでいます(https://github.com/dmlc/mxnet/issues/586)
2016年10月の時点で、ジュリア向けのTensorflowラッパーもあります。
より最近の(2019)答えを追加するために: フラックス.
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.
例えば:
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(...))
また、見るべき新しいライブラリもknet.jlです。それはフードの下でGPUを使用するようなことをします。
所属していません datascience.stackexchange