- @ThothChildren
- 2017.9.18
- PV 90
DeepLearningを使ったプログラムを書く
ー 概要 ー
実際にDeepLearning技術を使ったプログラムを書くために現在使われているライブラリや環境を紹介します。
この章を学ぶ前に必要な知識
ポイント
- 多くのライブラリがあるがTensorFlowが世界で流行っている
- 日本国内ではChainerも流行りつつある
- どのライブラリでも基本的にPythonのAPIが用意されている。
解 説
DeepLearningを実際に試すに当たって、
多くの場合は自身で実装するのではなくライブラリを使うのがよいでしょう。
利点としてグラボへの対応や実績、学習済みのネットワークが試せる点等があります。 | DeepLearningのライブラリ紹介導入 |
1.ライブラリ紹介 | |
Caffeライブラリ
老舗のライブラリ
設定ファイルでネットワーク構造を記述できるし、コードを書いて拡張も可能. | 外部リンク Caffe |
TensorFlowライブラリ
Google Brainチームで開発のライブラリ
海外、国内どちらにおいても利用者の多いライブラリで、活動も活発。
Python、C、Java、Goで書くことができ、グラボのサポートや可視化等含めて扱いやすい。 | 外部リンク TensorFlow |
Chainerライブラリ
日本のPreferred Network開発のライブラリ
メインのユーザは日本人で少しずつ活発になってきている。日本語で技術ブログが書かれていることが多いので分からなくても調べやすいかもしれない。
ネットワークの構造を構築しながら実行していくことができ、様々なネットワークを手軽に記述できるのが特徴。 | 外部リンク Chainer |
Kerasライブラリ
使いやすさを優先したライブラリ
バックグラウンドではTensorFlowライブラリまたはTheanoライブラリを選ぶことになります。Kerasはそれを使いやすくラップしてくれています。
そこそこに人気のあるライブラリです。 | 外部リンク Keras |
この章を学んで新たに学べる
Comments