Deep Learning × Python
Es ist noch neu, aber ich denke, es kann nicht von den diesjährigen Python-Keywords ausgeschlossen werden. Wenn ich auf dieses Jahr zurückblicke, möchte ich die Deep Learning Python-Bibliothek vorstellen, für die gesorgt wurde.
Keras Verschiedene Frameworks wie chainer, tensorflow, mxnet sind verfügbar. Wenn man sich jedoch nur die Anzahl der Sterne auf Github ansieht, scheint es in der folgenden Reihenfolge beliebt zu sein. (Stand 25. Dezember)
- tensorflow(40959)
- keras(10509)
- mxnet(7288)
- chainer(1910)
Sie können sehen, dass Tensorflow sehr beliebt ist. Ich mag Keras, weil es weniger Codezeilen erfordert, aber tensorflow-slim ist auch in Zukunft erschienen. Es scheint eine Bibliothek zu geben, die basierend auf dem Tensorflow einfacher geschrieben werden kann.
keras-rl Deep Reinforcement Learing Bibliothek mit Keras. Es entspricht der Umgebung von OpenAI Gym. Die folgenden grundlegenden Lernalgorithmen für die Tiefenverstärkung sind implementiert.
Keras hat auch eine umfassende Lernbibliothek namens kerlym, die OpenAI Gym unterstützt. In der Tensorflow-basierten Bibliothek befindet sich rllab. Dies wird von OpenAI durchgeführt, ist groß und verfügt zusätzlich zu den oben genannten über die folgenden Algorithmen.
- Trust Region Policy Optimization
- CMA-ES
- Truncated Natural Policy Gradient
- Reward-Weighted Regression
- Relative Entropy Policy Search
Dieser scheint gut zu sein, aber keras-rl ist einfacher, also benutze ich ihn.
keras-resnet Resnet hat es möglich gemacht, die Netzwerkschicht dramatisch zu vergrößern. Sogar ziemlich viele Leute haben Github implementiert. Ich bin nicht auf Keras beschränkt, sondern werde die wichtigsten Implementierungen auflisten.
GAN GAN war auch beliebt. Der Wettbewerb ist hart, mit dem Gefühl, dass nacheinander neue GANs vorgeschlagen und bald auf Github implementiert werden.
Es gab auch eine reine GAN-Bibliothek für Keras. Es scheint, dass die Modelldefinition und die Lernmethode für GAN einfacher sind.
quiver Es gibt verschiedene Zeichenwerkzeuge wie Lernergebnisse. Köcher zeichnet Convnet mit Keras.
Andere Zeichenwerkzeuge.
Andere
Ich persönlich mag Keras, deshalb habe ich Tools gesammelt, die mich für Keras interessieren.
- keras-js Keras für Javascript.
- keras-resources Sammeln von Dingen im Zusammenhang mit Keras. Vielen Dank für Ihre Hilfe.
- elephas Sie können Keras verwenden, um verteiltes Deep Learning auf mehreren PCs durchzuführen.
- hyperas Hyperparameteroptimierung für Keras.
- seya Schalten Sie Keras ein. Es scheint Seiya von Saint Seiya zu sein.
Recommended Posts