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

消費の記録
OpenCVで平均顔を作るチュートリアル
「うぶんちゅ!」
クリエイターのための機械学習ツール『Runway ML』
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
PCA (主成分分析)
CGAN (Conditional GAN):条件付き敵対的生成ネットワーク
機械学習について理解するための可視化ツール『MLDemos』
全脳アーキテクチャ勉強会
UnityでPoint Cloudを表示する方法
海外ドラマのChromaKey
OpenCV 3.1から追加されたSfMモジュール
ちょっと凝り過ぎなWebキャンペーン:全日本バーベイタム選手権 (MITSUBISHI KAGAKU...
ポイントクラウドコンソーシアム
CGのためのディープラーニング
第1回 3D勉強会@関東『SLAMチュートリアル大会』
RefineNet (Multi-Path Refinement Network):ディープラーニン...
CEDEC 2日目
C++の機械学習ライブラリ『Dlib』
IBM Watsonで性格診断
書籍『イラストで学ぶ ディープラーニング』
Googleが画像解析旅行ガイドアプリのJetpac社を買収
Deep Learningとその他の機械学習手法の性能比較
ゴジラのスマホゲーム『Godzilla: Strike Zone』
PowerPointによるプレゼン
ミニ四駆ブーム?
機械学習で流体シミュレーションを近似する『Physics Forests』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
機械学習での「回帰」とは?
OpenCVのための軽量GUIライブラリ『cvui』
Deep Fluids:流体シミュレーションをディープラーニングで近似する
エニアグラム
OpenCVの超解像(SuperResolution)モジュールを試す
偏愛マップ
iOSデバイスのためのフィジカル・コンピューティングツールキット『konashi(こなし)』
顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト
甲虫の色とか
ニューラルネットワークと深層学習
オープンソースの顔の動作解析ツールキット『OpenFace』
Adobe MAX 2015
カッコ良過ぎるデスクトップパソコン
新年の衝動買い

コメント