chainer
v7.8.1.post1
注意: 発表されたとおり、Chainer はメンテナンス段階にあり、今後の開発はバグ修正とメンテナンスのみに限定されます。
ウェブサイト|ドキュメント|インストールガイド|チュートリアル(ja) |例(公式、外部) |コンセプト|チェイナーX
フォーラム(英語、日本語) | Slack への招待(英語、日本語) |ツイッター（英語、日本語）
Chainer は、柔軟性を目的とした Python ベースの深層学習フレームワークです。これは、実行による定義アプローチ (別名動的計算グラフ) に基づく自動微分 API と、ニューラル ネットワークを構築およびトレーニングするためのオブジェクト指向の高レベル API を提供します。また、高パフォーマンスのトレーニングと推論のために CuPy を使用した CUDA/cuDNN もサポートしています。 Chainer の詳細については、上記のドキュメントとリソースを参照し、フォーラム、Slack、Twitter のコミュニティに参加してください。
詳細については、インストールガイドを参照してください。
Chainer をインストールするには、 pip使用します。
$ pip install chainerCUDA サポートを有効にするには、CuPy が必要です。 CuPy インストール ガイドを参照してください。
公式のDockerイメージを提供しています。このイメージは nvidia-docker をサポートしています。次のコマンドを使用して環境にログインし、Python インタープリターを実行して、CUDA および cuDNN をサポートする Chainer を使用します。
$ nvidia-docker run -it chainer/chainer /bin/bash
貢献ガイドを参照してください。
ChainerX のドキュメントを参照してください。
MIT ライセンス ( LICENSEファイルを参照)。
徳井誠也 ほか「Chainer: 研究サイクルを加速するための深層学習フレームワーク」知識発見とデータ マイニングに関する第 25 回 ACM SIGKDD 国際会議の議事録。 ACM、2019。URL BibTex
徳井 伸、大野 和、飛戸 S.、Clayton J.、Chainer: a Next-Generation Open Source Framework for Deep Learning、第 29 回年次会議機械学習システム (LearningSys) ワークショップ議事録on Neural Information Processing Systems (NIPS) 、(2015) URL、BibTex
Akiba, T.、Fukuda, K.、Suzuki, S.、ChainerMN: Scalable Distributed Deep Learning Framework、 Proceedings of Workshop on ML Systems in The 31-first Annual Conference on Neural Information Processing Systems (NIPS) 、(2017) URL、ビブテックス
