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

Alice Vision:オープンソースのPhotogrammetryフレームワーク
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
続・ディープラーニングの資料
hloc:SuperGlueで精度を向上させたSfM実装
海外ドラマのChromaKey
ほっこり日常まんが
カメラ付きの空飛ぶリストバンドで自撮りする発明(ウェアラブル・ドローン)
HackerスペースとMakerスペース
ディープラーニングに対応したPythonの機械学習ライブラリ『Pylearn2』
THIS IS IT ⇔ IT IS NOT THIS!
素敵なパーティクル
消費の記録
スマホでカラーチューニングできるペンライト『KING BLADE X10 III』
FabCafe主催 Fabミニ四駆カップ 2014
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
研究者のための英文校正業者比較サイト
Runway ML:クリエイターのための機械学習ツール
偏愛マップ
OpenCVの顔検出過程を可視化した動画
OpenCVで平均顔を作るチュートリアル
SDカードサイズのコンピューター『Intel Edison』
手を動かしながら学ぶデータマイニング
fSpy:1枚の写真からカメラパラメーターを割り出すツール
FreeMoCap Project:オープンソースのマーカーレスモーションキャプチャ
iPhoneをエレキギターのアンプにする
複数画像から3次元形状を再構築するライブラリ『Multi-View Environment』
第2回Webスクレイピング勉強会の資料
U-Net:ディープラーニングによるSemantic Segmentation手法
仮面ライダーあつめ
Two Minute Papers:先端研究を短時間で紹介するYouTubeチャンネル
TensorSpace.js:ニューラルネットワークの構造を可視化するフレームワーク
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』
CEDEC 2日目
オープンソースのプリント基板設計ツール『KiCad』
画像認識による位置情報取得 - Semi-Direct Monocular Visual Odome...
OpenCV 3.3.0-RCでsfmモジュールをビルド
生物の骨格
全脳アーキテクチャ勉強会
Raspberry Pi
モバイルに最適なBluetoothワイヤレスマウス 『CAPCLIP』
機械学習で流体シミュレーションを近似する『Physics Forests』
Arduinoで作るダンボーみたいなロボット『ピッコロボ』

コメント