SONYが自社で開発したニューラルネットワークライブラリのオープンソース化を発表した。
Neural Network Libraries by Sony is the open source software to make research, development and implementation of neural network more efficient.
Apache 2.0ライセンスだそうです。
Neural Network Libraries
特長
必要最小限の労力
Pythonを用いて、より少ないコード量で直観的に計算グラフ（ニューラルネットワーク）を定義することができます。
動的計算グラフのサポート
実行時に柔軟にニューラルネットワークを構築することができます。ニューラルネットワークの構築方法としては、静的計算グラフと動的計算グラフの両方が利用可能です。
どこでも実行
移植性を考慮した設計を採用しており、LinuxとWindowsの両方で動作します。
デバイスを選ばない
コードのほとんどがC++11で実装されているため、組み込み機器にもほぼそのままの形で導入することができます。
機能の追加が簡単
適度に抽象化された関数とコードテンプレート生成機能を備えており、開発者はわずかなコードの追加で新しい機能を追加することができます。
マルチターゲット
新しいデバイスのためのコードは、既存のコードを変更することなくプラグインとして追加できます。CUDAも1つのプラグインとして実装されています。
スポンサーリンク
公開されたライブラリは社内での活用を経て3代目のものらしい。
Neural Network Consoleについてディープラーニングの研究開発を続けてきたソニーの開発者小林が開発の歴史と、そこに込められた意義を語ります。
公式サイトのドメインやドキュメントにはNNablaって書いてあるけど、これがライブラリの名前なのかな？
スポンサーリンク
C++とPythonから叩けるAPIが用意されている。
ソースコードはGitHubで公開されているけど、Python環境へのインストールはpipで簡単にできるみたい。
Neural Network Libraries. Contribute to sony/nnabla development by creating an account on GitHub.
というか、SONYのGitHubアカウントがあることを知らなかった。
ドキュメントはこちら↓
2018年11月13日 追記：すごいニュースだ↓
ソニーは、ディープラーニング（深層学習）の開発用フレームワークである「コアライブラリ：Neural Network Libraries」と国立研究開発法人 産業技術総合研究所（産総研）が構築・運用する世界最大規模のAI処理向け計算インフラストラクチャである「AI橋渡しクラウド（ABCI）」を活用して、ディープラーニング...
2017年8月18日追記：さらに、ニューラルネットをGUIで設計できるツールNeural Network Consoleが公開された。↓
Neural Network Consoleはニューラルネットワークを直感的に設計でき、学習・評価を快適に実現するディープラーニング・ツール。グラフィカルユーザーインターフェイスによる直感的な操作で、ディープラーニングをはじめましょう。
Windows 8.1またはWindows 10(どちらも64bit)環境で動作するアプリケーションのようです。
コーディング不要で、ディープラーニングのプログラムを生成できるソフトウェア「Neural Network Console」を、ソニーが無償提供。
ディープラーニングを始めとするAI関連技術は、あらゆる企業に浸透し、世の企業の価値基準を「ノウハウの保有量」から「データの保有量」に変革していく。そんな時代予測のもとに打ち出されたソニーのディープラーニング開発用フレームワーク「Neural Network Libraries」と、学習用GUIツール「Neural N...
追記：解説書籍も出た↓
スポンサーリンク
関連記事
AnacondaとTensorFlowをインストールしてVisual Studio 2015で使う
.NETで使えるTensorFLowライクなライブラリ『NeuralNetwork.NET』
C#で使える可読性重視のディープラーニングライブラリ『KelpNet』
3D復元技術の情報リンク集
オープンソースの顔認識フレームワーク『OpenBR』
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『Caffe』
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『TensorSpace.js』
Deep Neural Networkによる顔の個人識別フレームワーク『OpenFace』
ニューラルネットワークで画像分類
OpenCVで顔のランドマークを検出する『Facemark API』
C++の機械学習ライブラリ『Dlib』
画像中の人物表面のUV座標を推定する『DensePose』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
3Dデータ処理ライブラリ『Open3D』
オープンソースのPhotogrammetryフレームワーク『Alice Vision』
OpenCV バージョン4がリリースされた！
OpenCVベースの背景差分ライブラリ『BGSLibrary』
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』
OpenCVで平均顔を作るチュートリアル
畳み込みニューラルネットワーク (CNN:Convolutional Neural Network)
C#で使える機械学習ライブラリ『Accord.NET Framework』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
機械学習に役立つPythonライブラリ一覧
OpenCVの顔検出過程を可視化した動画
OpenCVのfindEssentialMat関数を使ったサンプルを読んでみる
OpenCV 3.1のsfmモジュールのビルド再び
軽量なジオメトリ処理ライブラリ『libigl』
CGレンダラ研究開発のためのフレームワーク『Lightmetrica (ライトメトリカ)』
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
OpenCV 3.3.0-RCでsfmモジュールをビルド
OpenCVの三角測量関数『cv::triangulatepoints』
OpenCVベースのコンパクトなARライブラリ『ArUco』
Also published on Medium.
