Sinir ağları için en iyi Julia kütüphanesi

Bu kütüphaneyi temel sinir ağı yapımı ve analizi için kullanıyorum.

Bununla birlikte, çok katmanlı sinir ağları vb.

Bu yüzden, Julia'da gelişmiş sinir ağları ve Derin Öğrenme yapmak için güzel kütüphaneler bilmek istiyorum.

Mocha.jl - Mocha, C ++ çerçevesi Caffe'den esinlenerek Julia için Derin Öğrenme çerçevesidir.

İyi dokümantasyon ve örneklerle projelendirin . CPU ve GPU arka ucunda çalıştırılabilir.

MXNet Julia Paketi - Julia'da esnek ve verimli derin öğrenme

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

Artıları

• Hızlı
• Çoklu GPU'ları ve otomatik paralelliğe sahip dağıtılmış ayarı ölçeklendirir.
• Hafif, bellek tasarruflu ve akıllı cihazlara taşınabilir.
• Otomatik Farklılaşma

Eksileri

• Algoritma uygulaması için henüz düşük düzeyli işlemler yoktur. Ancak bu sorun üzerinde çalışıyorlar ( https://github.com/dmlc/mxnet/issues/586 )

Ekim 2016'dan itibaren Julia için bir Tensorflow sarıcı da var:

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

Daha yeni (2019) bir cevap eklemek için: 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.

Örneğin:

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(...))

Bakılacak yeni bir kütüphane de Knet.jl. Kaputun altında GPU kullanmak gibi şeyler yapacak.

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