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

Open Shading Language (OSL)
SVM (Support Vector Machine)
AMIMOTO(PVM版)で作成したインスタンスをAMIMOTO (HVM版)へ移行する
このブログのデザインに飽きてきた
Houdiniのライセンスの種類
Math Inspector:科学計算向けビジュアルプログラミングツール
オープンソースの物理ベースGIレンダラ『appleseed』
Blendify:コンピュータービジョン向けBlenderラッパー
ZBrushで作った3Dモデルを立体視で確認できるVRアプリを作る
法線マップを用意してCanvas上でShadingするサンプル
組み込み向けのWindows OS 『Windows Embedded』
OpenCV 3.1とopencv_contribモジュールをVisual Studio 2015で...
openMVGをWindows10 Visual Studio 2015環境でビルドする
Unity ARKitプラグインサンプルのチュートリアルを読む
ManuelBastioniLAB:人体モデリングできるBlenderアドオン
書籍『イラストで学ぶ ディープラーニング』
OpenCVで動画の手ぶれ補正
オープンソースの取引プラットフォーム
OpenAR:OpenCVベースのマーカーARライブラリ
GoogleのDeep Learning論文
MLDemos:機械学習について理解するための可視化ツール
Mayaのプラグイン開発
Microsoft Mathematics:数学の学習支援ツール
GoB:ZBrushとBlenderを連携させるアドオン
PyDataTokyo主催のDeep Learning勉強会
タマムシっぽい質感
Runway ML:クリエイターのための機械学習ツール
AndroidもopenGLも初心者さ (でもJavaは知ってるよ)
html5のcanvasの可能性
Google App Engineのデプロイ失敗
SegNet:ディープラーニングによるSemantic Segmentation手法
Konashiを買った
.NETで使えるTensorFlowライクなニューラルネットワークライブラリ『NeuralNetwo...
Google XML Sitemap Generatorプラグインを3.4.1へダウングレード
python-twitterで自分のお気に入りを取得する
機械学習に役立つPythonライブラリ一覧
Immersive Math:線形代数をインタラクティブに学べるWebサイト
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』
hloc:SuperGlueで精度を向上させたSfM実装
為替レートの読み方 2WAYプライス表示
MPFB2:Blenderの人体モデリングアドオン
Raspberry Pi

コメント