신경망을위한 최고의 Julia 라이브러리

기본 신경망 구축 및 분석에이 라이브러리를 사용하고 있습니다.

그러나 다층 신경망 등을 지원하지는 않습니다.

그래서 Julia의 고급 신경 네트워크 및 딥 러닝을 수행하는 데 유용한 라이브러리를 알고 싶습니다.

Mocha.jl -Mocha는 C ++ 프레임 워크 Caffe에서 영감을 얻은 Julia의 딥 러닝 프레임 워크입니다.

좋은 문서 와 예제로 프로젝트하십시오 . CPU 및 GPU 백엔드에서 실행할 수 있습니다.

MXNet Julia 패키지-Julia의 유연하고 효율적인 딥 러닝

https://github.com/dmlc/MXNet.jl

찬성

• 빠른
• 자동 병렬 처리로 다중 GPU 및 분산 설정으로 확장합니다.
• 가볍고 메모리 효율적이며 스마트 장치에 이식 가능합니다.
• 자동 미분

단점

• 알고리즘 구현을위한 저수준 작업은 아직 없습니다. 그러나 그들은이 문제를 해결하고 있습니다 ( https://github.com/dmlc/mxnet/issues/586 )

2016 년 10 월 현재 Julia를위한 Tensorflow 래퍼도 있습니다.

https://github.com/malmaud/TensorFlow.jl

더 최근 (2019) 답변을 추가하려면 : Flux .

Flux is an elegant approach to machine learning. It's a 100% pure-Julia stack,
and provides lightweight abstractions on top of Julia's native GPU and
AD support. Flux makes the easy things easy while remaining fully hackable.

예를 들면 다음과 같습니다.

model = Chain(
  Dense(768, 128, σ),
  LSTM(128, 256),
  LSTM(256, 128),
  Dense(128, 10),
  softmax)

loss(x, y) = crossentropy(model(x), y)

Flux.train!(loss, data, ADAM(...))

볼만한 최신 라이브러리 중 하나는 Knet.jl입니다. 후드 아래에서 GPU 사용과 같은 작업을 수행합니다.

https://github.com/denizyuret/Knet.jl