FacebookがDeep learningツールの一部をオープンソース化

これマジか!

Facebookがディープラーニングツールの一部をオープンソース化

機械学習の世界では今、”deep learning”(ディープラーニング, 深層学習)という言葉が流行っている。
(中略)
Facebookも、この分野にかなりの貢献をしていて、今日(米国時間1/16)同社は、機械学習のためのコンピューティングフレームワークTorch7プロジェクトの一部をオープンソースにする。Torchはこれまでも、大学の研究室や、Google、Twitter、Intelなどの企業で機械学習や人工知能のプロジェクトの中核として利用されてきた。

Facebookは今日、Torchを使っているディープラーニングプロジェクトを高速化するために最適化されている一連のツールを、ローンチする。たとえばその一つは、複数のGPUを同時に動かして学習ネットワーク(神経ネットワーク)の教育訓練を並列化する。また、今入手できる最速のコードの23倍速く、多くのディープラーニングシステムの中核であるconvolutional neural nets(畳み込みニューラルネット)を教育訓練できるツールもある。
さらにFacebookがローンチするツールの中には、Torchのそのほかの部分を高速化するものもある。それらの多くはデフォルトのツールの3倍から10倍速いそうだ。
詳しい技術情報に興味のある方は、ここへどうぞ。

FacebookのDeep Learningといえば、顔認識のDeepFaceってやつが有名だけど、関連してるのかな。

さて、このTorchって何だろうと思って少し調べてみた。


スポンサーリンク

Torch | A Scientific computing framework for LuaJIT

Torchとは?

Torchは、機械学習アルゴリズムを幅広くサポートする科学計算フレームワークです。簡単かつ高速なスクリプト言語「LuaJIT」と、C/CUDAをベースとした実装により、使いやすくて効率的です。


スポンサーリンク

コア機能の概要:

  • 強力なN次元配列
  • インデックス作成、スライシング、転移などに対応した多くのルーチン
  • LuaJITによるC言語への素晴らしいインターフェイス
  • 線形代数ルーチン
  • ニューラルネットワーク、およびエネルギーベースのモデル
  • 数値最適化ルーチン
  • 高速かつ効率的なGPUのサポート
  • iOS、Android、FPGAのバックエンドへのポートの組み込み

なぜTorchか?

Torchの目標は、あなたが科学的アルゴリズムを構築する際に、プロセスを非常にシンプルな作りに保ちつつ、最大限の柔軟性とスピードを得られるようにすることです。Torchには、コンピュータビジョン、信号処理、並列処理、画像、ビデオ、オーディオ、通信ネットワークなど、機械学習におけるコミュニティ主導型パッケージの巨大なエコシステムが付属し、Luaのコミュニティの上で構築されています。
Torchの心臓部は、使い方が簡単で人気のあるニューラルネットワークと最適化ライブラリで、複雑な神経回路網トポロジを実装する際に最大限の柔軟性を有しています。あなたは、ニューラルネットワークの任意のグラフを構築することができ、かつそれらをCPUとGPU上で効率的に並列化することができます。

Torchを使用する

入門ガイドを見ながらダウンロードしてTorchを自分の手で試してみましょう。Torchはオープンソースであるため、GitHubのリポジトリ上のソースコードから開始することもできます。

Torchは常に進化しています:
すでにTorchはFacebook、Google、Twitter、NYU、IDIAP、パデュー大学やその他の企業、研究室で使用されています。

どうやらLuaJITというスクリプト言語があって、こいつはC言語への組み込みを想定したスクリプト言語らしい。


スポンサーリンク

関連記事

PyDataTokyo主催のDeep Learning勉強会
海外ドラマのChromaKey
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
ボールペンに変形するトランスフォーマー『TRANSFORMERS コンボイペン』
書籍『OpenCV 3 プログラミングブック』を購入
機械学習について最近知った情報
ReadCube:文献管理ツール
Kinect for Windows V2のプレオーダー開始
ドラマ『ファースト・クラス』のパラレルショートド­ラマ『ファースト・クラス・ガールズ』
3D復元技術の情報リンク集
OpenCV 3.3.0-RCでsfmモジュールをビルド
TorchStudio:PyTorchのための統合開発環境とエコシステム
OpenGV:画像からカメラの3次元位置・姿勢を推定するライブラリ
スタートアップの資金調達をまとめたインフォグラフィック
科学技術計算向けスクリプト言語『Julia』
クライマックスヒーローズ
CNN Explainer:畳み込みニューラルネットワーク可視化ツール
HaskellのAPI検索サイト 『Hoogle』
OpenCV 3.1から追加されたSfMモジュール
続・ディープラーニングの資料
Zibra Liquids:Unity向け流体シミュレーションプラグイン
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
Dlib:C++の機械学習ライブラリ
ストレングス・ファインダー
Windows10でPyTorchをインストールしてVSCodeで使う
OpenSfM:PythonのStructure from Motionライブラリ
バーガーキングのCM
PCA (主成分分析)
豆腐みたいな付箋
SegNet:ディープラーニングによるSemantic Segmentation手法
Paul Debevec
ミニ四駆にステアリングを仕込んだ人
ミニ四駆を改造してBluetoothラジコン化する
PyTorch3D:3Dコンピュータービジョンライブラリ
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
Kaolin:3Dディープラーニング用のPyTorchライブラリ
2D→3D復元技術で使われる用語まとめ
仮面ライダーあつめ
消費の記録
PeopleSansPeople:機械学習用の人物データをUnityで生成する
OpenFace:Deep Neural Networkによる顔の個人識別フレームワーク
『ヒカリ展』に行ってきた

コメント