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。


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。

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。

関連記事

構造色研究会 -Society of Structural Colors-

PCA (主成分分析)

大人の知識で玩具の改造

OpenCVで顔のモーフィングを実装する

FCN (Fully Convolutional Network):ディープラーニングによるSema...

Microsoft Mathematics:数学の学習支援ツール

iPhoneで3D写真が撮れるアプリ『seene』

機械学習について最近知った情報

素敵なパーティクル

OpenCV

TensorFlowでCGを微分できる『TensorFlow Graphics』

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

ミニ四駆で電子工作

Mitsuba 2:オープンソースの物理ベースレンダラ

Paul Debevec

Faster R-CNN:ディープラーニングによる一般物体検出手法

ストレングス・ファインダー

Adobeの手振れ補正機能『ワープスタビライザー』の秘密

疑似3D写真が撮れるiPhoneアプリ『Seene』がアップデートでついにフル3Dモデルが撮影できる...

OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる

FabCafe主催 Fabミニ四駆カップ 2014

豆腐みたいな付箋

Theia:オープンソースのStructure from Motionライブラリ

OpenCV 3.1のsfmモジュールのビルド再び

Caffe:読みやすくて高速なディープラーニングのフレームワーク

AR (Augmented Reality)とDR (Diminished Reality)

OpenMVS:Multi-View Stereoによる3次元復元ライブラリ

ほっこり日常まんが

触れば分かる ユニバーサルデザインな腕時計『The Bradley』

ちっちゃいデスクトップパソコンだよ

LLM Visualization:大規模言語モデルの可視化

Unityで強化学習できる『Unity ML-Agents』

TorchStudio:PyTorchのための統合開発環境とエコシステム

まだまだ続く空想科学読本

顔検出・認識のAPI・ライブラリ・ソフトウェアのリスト

Mitsuba 3:オープンソースの研究向けレンダラ

PowerPointによるプレゼン

Google Colaboratoryで遊ぶ準備

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』

最高にカッコイイガラス細工

マイケル・ベイの動画の感覚

RefineNet (Multi-Path Refinement Network):ディープラーニン...

コメント