chainer

Примечание. Как было объявлено, Chainer находится на этапе технического обслуживания, и дальнейшее развитие будет ограничиваться только исправлением ошибок и обслуживанием.

---

Chainer: система глубокого обучения

Веб-сайт | Документы | Руководство по установке | Учебники (я) | Примеры (официальные, внешние) | Концепции | ЦейнерX

Форум (англ, я) | Slack-приглашение (англ, я) | Твиттер (англ., ja)

Chainer — это платформа глубокого обучения на основе Python, нацеленная на гибкость. Он предоставляет API-интерфейсы автоматического дифференцирования на основе подхода «Определение за запуском» (также известного как динамические вычислительные графы), а также объектно-ориентированные API-интерфейсы высокого уровня для построения и обучения нейронных сетей. Он также поддерживает CUDA/cuDNN с использованием CuPy для высокопроизводительного обучения и вывода. Для получения более подробной информации о Chainer ознакомьтесь с документами и ресурсами, перечисленными выше, и присоединяйтесь к сообществу на Forum, Slack и Twitter.

Установка

Более подробную информацию смотрите в руководстве по установке.

Чтобы установить Chainer, используйте pip .

$ pip install chainer

Для включения поддержки CUDA требуется CuPy. Обратитесь к руководству по установке CuPy.

Докер-образ

Мы предоставляем официальный образ Docker. Этот образ поддерживает nvidia-docker. Войдите в среду с помощью следующей команды и запустите интерпретатор Python, чтобы использовать Chainer с поддержкой CUDA и cuDNN.

 $ nvidia-docker run -it chainer/chainer /bin/bash

Вклад

См. руководство по вкладам.

ЦейнерX

См. документацию ChainerX.

Лицензия

Лицензия MIT (см. файл LICENSE ).

Дополнительная информация

• Примечания к выпуску

Ссылки

Токуи, Сейя и др. «Чейнер: система глубокого обучения для ускорения исследовательского цикла». Материалы 25-й Международной конференции ACM SIGKDD по обнаружению знаний и интеллектуальному анализу данных . ACM, 2019. URL BibTex.

Токуи С., Ооно К., Хидо С. и Клейтон Дж. Чейнер: платформа с открытым исходным кодом нового поколения для глубокого обучения, материалы семинара по системам машинного обучения (LearningSys) на двадцать девятой ежегодной конференции по нейронным системам обработки информации (NIPS) , (2015) URL, BibTex

Акиба Т., Фукуда К. и Сузуки С., ChainerMN: Масштабируемая распределенная структура глубокого обучения, Материалы семинара по системам машинного обучения на Тридцать первой ежегодной конференции по нейронным системам обработки информации (NIPS) , (2017) URL, БибТекс