NumSharp:C#で使えるNumPyライクな数値計算ライブラリ

C#で書かれたNumPy風の数値計算ライブラリ。Apache License 2.0だそうです。

NumSharp



NumSharpは.NET StandardをターゲットとしたNumPyのC#ポートです。NumSharpはC#で科学計算を行う際に必要なとなる基本的なパッケージを提供します。

Pythonで書かれた機械学習コードをC#に書き直すのは大変ですよね? その理由は、Pythonで使われている関数に対応する機能を.NET SDKでほとんど見つけられないためです。

NumSharpはNumPyのC#版で、関数名やパラメータの配置などのプログラミングインターフェイスをできる限りNumPyに似せています。NumSharpを導入すれば、PythonコードからC#コードへの書き換えが簡単に行えます。

以下はNumSharpとNumPyの比較です。(左:Python, 右:C#):

NumSharp

より詳しい情報はこちらのドキュメントをご覧ください。
https://scisharp.github.io/NumSharp/

NumSharpには、arange, array, max, min, reshape, normalize, uniqueインターフェースが実装されています。今後さらに多くのインターフェースが追加されていく予定です。
.NETで機械学習を始めるなら、NumSharpが最適なライブラリと言えるでしょう。

実装されているAPI

NumSharpは、NDArrayを高レベルで抽象化したNumPyクラスによって、PythonのNumPyと同じように使用できます。
プログラミング言語間の機能差によるAPIの違いを最小限に抑えることで、.NET開発者がPythonコードから.NETコードへシームレスに書き換えられるようになり、幅広いNumPyコードのリソースを活用できるようになります。


スポンサーリンク

NumSharpはNuGetでインストールできる。

まだバージョン1.0にもなっていないけど、開発のモチベーションが面白い。


スポンサーリンク


以前、書籍「ゼロから作るDeep Learning」の内容をUnity C#でやってみる、とか言って数値計算にMath.NET Numericsを使ってやろうとしたけど結局途中で挫折(笑)
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
もう1年以上前になりますが、書籍「イラストで学ぶ ディープラーニング」を購入して少しずつ読み進めていたのです。↓ ところが、読み進めている途中で壁にぶち当たりました。この書籍、途中からどんどん数式率が上がって行き、あんまりイラストで教えてく...


このNumSharpを使えばもっと手軽にできそうだな。「ゼロから」というか実際には「NumPyで作るDeep Learning」の本だもんね。

NumSharpはもともとSciSharpという、Pythonの機械学習系ライブラリリソースをC# .NET環境でも使えるようにするプロジェクトの一部らしい。
https://medium.com/scisharp

NumSharpはC#で書かれたNumPy風インターフェイスのライブラリだけど、PythonのNumPyを.NETから呼べるようにバインドしたNumpy.NETというプロジェクトが存在する。

Numpy.NET

Numpy.NET

Numpy.NETとNumSharpの比較

観点 Numpy.NET NumSharp
依存関係 CPython / NumPy 特定OS向けのC++ DLL
完了状況 全てのNDarray関数が利用可能 よく使われる関数のサブセットが利用可能
開発スピード 自動でAPIを生成するため速い マンパワー不足のため遅い
正確性 Python版と同様の結果となる Python版と結果が微妙に異なる
実情 numpyの開発に追従しやすい マンパワー不足のため、おそらく後続になる
GPUサポート なし 演算にGPUバックエンドを利用可能
パフォーマンス NumPyからオーバーヘッドを除いたものと同様 未測定

PythonとC# .NETをつないでいる仕組みはPython for .NETというもの。
https://github.com/pythonnet/pythonnet
https://medium.com/scisharp/using-python-libraries-in-net-without-a-python-installation-11124d6190cf



IronPythonだけじゃないんですね。
IronPythonを使ってUnity上でPythonのコードを実行する
ここ最近、Pythonインターフェイスを用意しているライブラリが非常に多くて、使ってみると確かに、C++でガリガリと低レベルのコードを書くよりもコーディング量が少なくて扱いが楽なのである。最近じわじわと日常に浸透しているSoftBankのロ...


スポンサーリンク

関連記事

ROMOハッカソンに行ってきた
PyTorch3D:3Dコンピュータービジョンライブラリ
pythonの機械学習ライブラリ『scikit-learn』
オープンソースの顔認識フレームワーク『OpenBR』
Raspberry Pi 2を買いました
MythTV:Linuxでテレビの視聴・録画ができるオープンソースプロジェクト
OpenAR:OpenCVベースのマーカーARライブラリ
TorchStudio:PyTorchのための統合開発環境とエコシステム
タマムシっぽい質感
機械学習に役立つPythonライブラリ一覧
PyDataTokyo主催のDeep Learning勉強会
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...
IronPythonを使ってUnity上でPythonのコードを実行する
機械学習について最近知った情報
為替レートの読み方 2WAYプライス表示
ZBrushのZScript入門
FCN (Fully Convolutional Network):ディープラーニングによるSema...
AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
Accord.NET Framework:C#で使える機械学習ライブラリ
NeRF (Neural Radiance Fields):深層学習による未知視点合成
Boost オープンソースライブラリ
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)』
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
オープンソースの取引プラットフォーム
FacebookがDeep learningツールの一部をオープンソース化
プログラミングスキルとは何か?
RefineNet (Multi-Path Refinement Network):ディープラーニン...
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
OpenCVの三角測量関数『cv::triangulatepoints』
ドットインストールのWordPress入門レッスン
SONY製のニューラルネットワークライブラリ『NNabla』
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
株式会社ヘキサドライブの研究室ページ
科学技術計算向けスクリプト言語『Julia』
データサイエンティストって何だ?
OpenMVS:Multi-View Stereoによる3次元復元ライブラリ
Managing Software Requirements: A Unified Approach
SegNet:ディープラーニングによるSemantic Segmentation手法
Raspberry Pi 2のGPIOピン配置
SVM (Support Vector Machine)
機械学習で遊ぶ
まだ続くブログの不調

コメント