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。

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。



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)



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...

関連記事

Mayaのプラグイン開発

クラスの基本

機械学習について最近知った情報

WordPressプラグインの作り方

OpenCV 3.1のsfmモジュールのビルド再び

ブラウザ操作自動化ツール『Selenium』を試す

ブログをGoogle App EngineからAmazon EC2へ移行

畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...

C++ 標準テンプレートライブラリ (STL)

OpenCVの顔検出過程を可視化した動画

1枚の画像からマテリアルを作成できる無料ツール『Materialize』

Rerun:マルチモーダルデータの可視化アプリとSDK

オープンソースの顔の動作解析ツールキット『OpenFace』

SDカードサイズのコンピューター『Intel Edison』

このブログのデザインに飽きてきた

Gource:バージョン管理の履歴を可視化するツール

Faster R-CNN:ディープラーニングによる一般物体検出手法

PyDataTokyo主催のDeep Learning勉強会

Webスクレイピングの勉強会に行ってきた

UnityのMonoBehaviourクラスをシングルトン化する

網元AMIで作ったWordpressサイトのインスタンスをt1microからt2microへ移行した

Seleniumを使ったFXや株の自動取引

今年もSSII

Google App Engine上のWordPressでFlickrの画像を貼る

WordPressのサーバ引っ越し方法を考える

FacebookがDeep learningツールの一部をオープンソース化

Web経由でRaspberry PiのGPIOを操作したい

OpenAR:OpenCVベースのマーカーARライブラリ

オープンソースの顔認識フレームワーク『OpenBR』

Super Resolution:OpenCVの超解像処理モジュール

LuxCoreRender:オープンソースの物理ベースレンダラ

Googleが画像解析旅行ガイドアプリのJetpac社を買収

3Dモデルを立体視で確認できるVRアプリを作っている

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

Google XML Sitemap Generatorプラグインを3.4.1へダウングレード

geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ

Boost オープンソースライブラリ

PythonのHTML・XMLパーサー『BeautifulSoup』

Raspberry Pi 2を買いました

konashiのサンプルコードを動かしてみた

iOSで使えるJetpac社の物体認識SDK『DeepBelief』

Blender 2.8がついに正式リリース!

コメント