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

新年の衝動買い
Structure from Motion (多視点画像からの3次元形状復元)
SUMMER TERRACE 2017 LIVE TERRACE
Russian3DScannerのトポロジー転送ツール『WrapX』
OpenCV
第1回 3D勉強会@関東『SLAMチュートリアル大会』
共通の「思い出のコンテンツ」がない世代
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
無料のSEOツールPythagoras(ピタゴラス)
CGのためのディープラーニング
画像処理を基礎から学べるキーエンスのサイト『画像道場』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
OpenCVでPhotoshopのプラグイン開発
FabCafe主催 Fabミニ四駆カップ 2014
ゴジラの全てがわかる博覧会『G博』
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』
池袋パルコで3Dのバーチャルフィッティング『ウェアラブル クロージング バイ アーバンリサーチ』
iPhone・iPod touchで動作する知育ロボット『ROMO』
タマムシ
Active Appearance Models(AAM)
C#で使えるNumPyライクな数値計算ライブラリ『NumSharp』
プログラマブルなドローン『Phenox』
ポイントクラウドコンソーシアム
クライマックスヒーローズ
SDカードサイズのコンピューター『Intel Edison』
エニアグラム
オープンソースのネットワーク可視化ソフトウェアプラットフォーム『Cytoscape』
Fast R-CNN:ディープラーニングによる一般物体検出手法
HaskellのAPI検索サイト 『Hoogle』
OpenCVで平均顔を作るチュートリアル
3Dスキャンに基づくプロシージャルフェイシャルアニメーション
マインドマップ作成ツール『MindNode』
ファースト・クラス・ゴシップ「白雪の部屋」第2弾
Arduinoで人感センサーを使う
ドラマ『ファースト・クラス』第2弾 10月から放送
書籍『3次元コンピュータビジョン計算ハンドブック』を購入
書籍『イラストで学ぶ ディープラーニング』
最高にカッコイイガラス細工
ベイズ推定とグラフィカルモデル
日米の働き方をコミカルに比較した動画
偏愛マップ
第2回Webスクレイピング勉強会の資料

コメント