機械学習ライブラリ(フレームワーク)

★ この記事では、機械学習ライブラリについてわかりやすく説明することを
  目標としています。随時更新します。

◎ 機械学習ライブラリとは

☆機械学習ライブラリとは、ディープラーニングを行うための機能を持ったツールのことで、フレームワークとも言われています。

○ 単語

OSS・・・オープンソースソフトウェア。利用者の目的を問わずソースコードを使用、調査、再利用、修正、拡張、再配布が可能なソフトウェアの総称。
ONNX・・・交換フレームワーク。FacebookとMicrosoftが2017年9月に公開した複数のフレームワーク間で学習モデルを簡単にスイッチ出来る仕組み。
NNEF・・・交換フレームワーク。Khronos Gropが公開したもの。

○ Caffe,Caffe2


 Caffe・・・カルフォルニア大学バークレー校のYangqing博士のプロジェクトで作られたフレームワーク。
 Caffe2・・・2017年4月にFacebookがCaffeをベースにCaffe2をGithubで公開。

○ DL4J

 Java、Scalaベースのライブラリ。Skymindというスタートアップ企業が開発。

○ Keras

 メイン開発者がGoogleのFrancois Cholletで、GoogleのフラームワークTensorFlowのラッパーとして人気の高いライブラリ。

○ Chainer

 日本製のライブラリ。開発元はPreferred Networksというスタートアップ企業。

○ TensorFlow

 数ある機械学習ライブラリの中で現在最も人気の高い。開発元はGoogle。元々はGoogle内部で使用されていたが2015年に11月にOSSとして公開。

○ Torch,Pytorch

 Torchは古くからある機械学習ライブラリ。PytorchはFacebookが2017年1月にTorchをベースにPythonで書いて公開したライブラリ。

○ Cognitive Toolkit

 開発元はMicrosoft。元々はMicrosoft内部で使用されていたが2016年に1月にOSSとして公開。2017年に公開された、Cognitive Toolkit2.0では、Kerasをラッパーとして使用できるようになった。

○ PaddlePaddle

 開発元は百度。中国国内では人気。クラウドだけでなく分散コンピューティングのクラスタで高速に稼動。

○ MXNet

 開発元はワシントン大学とカーネギーメロン大学。2016年にAmazonがサポートを公表して脚光を浴びた。スケーラブルで大規模な学習演算でもGPUの数を増やすことに高速に処理できる。

>画像という分野

画像という分野

画像に関連することを網羅していきます。

ぜひお時間がある方はのぞいてみてください。

CTR IMG