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...


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

Microsoft Mathematics:数学の学習支援ツール
ブラウザ操作自動化ツール『Selenium』を試す
Google製オープンソース機械学習ライブラリ『TensorFlow』のWindows版が公開された
フォトンの放射から格納までを可視化した動画
Unreal Engineの薄い本
動的なメモリの扱い
Boost オープンソースライブラリ
バージョン管理の履歴を可視化するツール『Gource』
Kaolin:3Dディープラーニング用のPyTorchライブラリ
PythonでBlenderのAdd-on開発
ポリゴンジオメトリ処理ライブラリ『pmp-library (Polygon Mesh Process...
機械学習について最近知った情報
TeleSculptor:空撮動画からPhotogrammetryするツール
OpenCVで平均顔を作るチュートリアル
クラスの基本
Python for Unity:UnityEditorでPythonを使えるパッケージ
Fast R-CNN:ディープラーニングによる一般物体検出手法
MB-Lab:Blenderの人体モデリングアドオン
Alice Vision:オープンソースのPhotogrammetryフレームワーク
OpenMesh:オープンソースの3Dメッシュデータライブラリ
GoogleのDeep Learning論文
Unityで強化学習できる『Unity ML-Agents』
Webスクレイピングの勉強会に行ってきた
BlenderのPython環境にPyTorchをインストールする
OpenCVで顔のランドマークを検出する『Facemark API』
サンプルコードにも間違いはある?
UnrealCLR:Unreal Engineで.NET Coreを利用できるプラグイン
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
Runway ML:クリエイターのための機械学習ツール
Raspberry Pi
pythonもかじってみようかと
OpenCLに対応したオープンソースの物理ベースレンダラ『LuxRender(ルクスレンダー)』
C#で使える遺伝的アルゴリズムライブラリ『GeneticSharp』
Structure from Motion (多視点画像からの3次元形状復元)
ROMOハッカソンに行ってきた
YOLO (You Only Look Once):ディープラーニングによる一般物体検出手法
C++の抽象クラス
OpenAR:OpenCVベースのマーカーARライブラリ
Theia:オープンソースのStructure from Motionライブラリ
Zibra Liquids:Unity向け流体シミュレーションプラグイン
cvui:OpenCVのための軽量GUIライブラリ
PSPNet (Pyramid Scene Parsing Network):ディープラーニングによ...

コメント