หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

หมายเหตุ: ตามที่ได้ประกาศไปแล้ว Chainer อยู่ในช่วงการบำรุงรักษา และการพัฒนาเพิ่มเติมจะจำกัดอยู่เพียงการแก้ไขข้อบกพร่องและการบำรุงรักษาเท่านั้น

Chainer: กรอบการเรียนรู้เชิงลึก

เว็บไซต์ | เอกสาร | คู่มือการติดตั้ง | บทช่วยสอน (ja) | ตัวอย่าง (เป็นทางการ, ภายนอก) | แนวคิด | ChainerX

ฟอรั่ม (en, ja) | คำเชิญหย่อน (en, ja) | ทวิตเตอร์ (en, ja)

Chainer เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่ใช้ Python โดยมีเป้าหมายเพื่อความยืดหยุ่น โดยให้ API ที่สร้างความแตกต่างโดยอัตโนมัติตามแนวทาง แบบกำหนดต่อรัน (หรือที่เรียกว่ากราฟการคำนวณแบบไดนามิก) รวมถึง API ระดับสูงเชิงวัตถุเพื่อสร้างและฝึกอบรมโครงข่ายประสาทเทียม นอกจากนี้ยังรองรับ CUDA/cuDNN โดยใช้ CuPy สำหรับการฝึกอบรมและการอนุมานที่มีประสิทธิภาพสูง สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับ Chainer โปรดดูเอกสารและทรัพยากรที่ระบุไว้ด้านบน และเข้าร่วมชุมชนในฟอรัม, Slack และ Twitter

การติดตั้ง

สำหรับรายละเอียดเพิ่มเติม โปรดดูคู่มือการติดตั้ง

หากต้องการติดตั้ง Chainer ให้ใช้ pip 

$ pip install chainer

หากต้องการเปิดใช้งานการรองรับ CUDA จำเป็นต้องมี CuPy โปรดดูคู่มือการติดตั้ง CuPy

ภาพนักเทียบท่า

เรากำลังจัดเตรียมอิมเมจ Docker อย่างเป็นทางการ รูปภาพนี้รองรับ nvidia-docker เข้าสู่ระบบสภาพแวดล้อมด้วยคำสั่งต่อไปนี้ และเรียกใช้ล่าม Python เพื่อใช้ Chainer พร้อมรองรับ CUDA และ cuDNN 

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

ผลงาน

ดูคู่มือการมีส่วนร่วม

ChainerX

ดูเอกสาร ChainerX

ใบอนุญาต

ใบอนุญาต MIT (ดูไฟล์ LICENSE )

ข้อมูลเพิ่มเติม

  • บันทึกประจำรุ่น

อ้างอิง

โทคุอิ, เซย์ย่า และคณะ "Chainer: กรอบการเรียนรู้เชิงลึกเพื่อเร่งวงจรการวิจัย" การดำเนินการของการประชุมนานาชาติ ACM SIGKDD ครั้งที่ 25 เรื่องการค้นพบองค์ความรู้และการทำเหมืองข้อมูล ACM, 2019. URL BibTex

Tokui, S., Oono, K., Hido, S. และ Clayton, J., Chainer: a Next-Generation Open Source Framework for Deep Learning, การดำเนินการของการประชุมเชิงปฏิบัติการเกี่ยวกับระบบการเรียนรู้ของเครื่อง (LearningSys) ในการประชุมประจำปีครั้งที่ 29 เกี่ยวกับระบบประมวลผลข้อมูลประสาท (NIPS) , (2015) URL, BibTex

Akiba, T., Fukuda, K. และ Suzuki, S., ChainerMN: กรอบการเรียนรู้เชิงลึกแบบกระจายที่ปรับขนาดได้, การดำเนินการของการประชุมเชิงปฏิบัติการเกี่ยวกับระบบ ML ในการประชุมประจำปีครั้งที่สามสิบเอ็ดเกี่ยวกับระบบประมวลผลข้อมูลประสาท (NIPS) , (2017) URL, บิบเท็กซ์

ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด