Лучшая библиотека Джулии для нейронных сетей

Question

Я использовал эту библиотеку для базовой конструкции и анализа нейронной сети.

Тем не менее, он не поддерживает создание многослойных нейронных сетей и т. Д.

Итак, я хотел бы знать о любых хороших библиотеках для выполнения передовых нейронных сетей и глубокого обучения в Джулии.

Answer 1

Mocha.jl - Mocha - это глубокая структура обучения для Джулии, вдохновленная кафе C ++.

Проект с хорошим документация и примеры. Можно запустить на процессоре и графическом процессоре.

Answer 2

Mxnet Julia Package - Гибкое и эффективное глубокое обучение в Юлии

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

Плюс

• Быстро
• Масштабируется до нескольких графических процессоров и распределенных настройки с автоматической параллелизмом.
• Легкая, память эффективна и портативна для интеллектуальных устройств.
• Автоматическая дифференциация

Минусы

• Еще не имеет низкого уровня операций для реализации алгоритма. Но они работают над этим вопросом (https://github.com/dmlc/mxnet/issues/586)

Answer 3

По состоянию на октябрь 2016 года для Джулии также есть обертка для тензорфлова:

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

Answer 4

Просто чтобы добавить более поздний ответ (2019) ответ: Поток.

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.

Например:

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

Одна новая библиотека, на которую можно посмотреть, это Knet.jl. Он будет делать такие вещи, как использовать графические процессоры под капюшоном.

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