Contenu connexe
Similaire à 研究を加速するChainerファミリー (20)
Plus de Deep Learning Lab(ディープラーニング・ラボ) (20)
研究を加速するChainerファミリー
- 6. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 11. ベンチマークデータセットと前処理のサポート
● 例:画像単位の前処理(主にdata augmentation)
– center_crop
– flip
– pca_lighting
– random_crop
– random_expand
– random_flip
– random_rotate
– random_sized_crop
– resize
– resize_contain
– scale
– ten_crop
● 例:利用可能データセット
– ADE20K
– CamVid
– Cityscapes
– CUB
– OnlineProducts
– PASCAL VOC
– Semantic Boundaries Dataset
- 13. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 16. 多くの最新アルゴリズムを網羅(DQN、A3C、TRPO、PPO…)
• A3C (Asynchronous Advantage Actor-Critic)
• ACER (Actor-Critic with Experience Replay)
• Asynchronous N-step Q-learning
• Categorical DQN
• DQN (including Double DQN, etc)
• DDPG (Deep Deterministic Poilcy Gradients)
• PGT (Policy Gradient Theorem)
• PCL (Path Consistency Learning)
• PPO (Proximal Policy Optimization)
• TRPO (Trust Region Policy Optimization)
- 19. ● データ解析に必要なものが全てパッケージング(Windows/Linux両対応)
– 分析:開発環境 / データ基盤 / 機械学習ツール
– GPUサポート:CUDA / cuDNN
– DL:フレームワーク / 関連ツール
ChainerおよびCV/RLはAzure Data Science VMにプリインストール済み
https://azure.microsoft.com/en-us/services/virtual-machines/data-science-virtual-machines/
- 20. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 21. Chainer Chemistry: グラフ構造における深層学習ライブラリ
● https://github.com/pfnet-research/chainer-chemistry
通常の画像向けの畳込みニューラルネットワーク
グラフ向けの畳込みニューラルネットワーク(Graph Convolution)
• 画像分類
• 物体検出
• セグメンテーション
• 化学物質の性質
• 例:化合物の毒性
• 材料の性質
- 22. Chainer Chemistryのサポート
● 実装済みアルゴリズム
– NFP: Neural fingerprint
– GGNN: Gated Graph Neural Network
– WeaveNet
– SchNet
– RSGCN: Renormalized Spectral Graph Convolutional Network
● ベンチマークデータセット
– QM9
– Tox21
– MoleculeNet
● (参考)Preferred Networksは深層学習を用いた
阻害活性予測コンテストでIPAB賞を受賞
– →その成果をChainer Chemistryとして公開
- 23. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 24. Chainer-GAN-lib: Generative Adversarial Network特化ライブラリ
● https://github.com/pfnet-research/chainer-gan-lib
http://corochann.com/cifar-10-cifar-100-dataset-introduction-1258.html
CIFAR-10データセット
ProgressiveGANの生成した画像
- 26. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 28. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 35. アジェンダ
● ChainerCV: 画像認識
● ChainerRL: 深層強化学習
● Chainer Chemistry: グラフ構造
● Chainer GAN lib: Generative Adversarial Networks
● ChainerUI: モニタリングUI
● ChainerMN: 分散深層学習
● Menoh: ONNXモデルの推論エンジン
- 37. (参考) ONNXとONNX-Chainer: Chainerで学習したモデルを広く活用するために
37
https://github.com/chainer/onnx-chainer
学習済み
モデル出力
message ModelProto {
optional int64 ir_version = 1;
:
optional GraphProto graph = 7;
};
message GraphProto {
repeated NodeProto node = 1;
optional string name = 2;
repeated TensorProto initializer = 5;
optional string doc_string = 10;
repeated ValueInfoProto input = 11;
repeated ValueInfoProto output = 12;
repeated ValueInfoProto value_info = 13;
}
message TensorProto {
repeated int64 dims = 1;
optional DataType data_type = 2;
optional Segment segment = 3;
repeated float float_data = 4 [packed = true];
:
optional string name = 8;
}
message NodeProto {
repeated string input = 1;
repeated string output = 2;
optional string name = 3;
optional string op_type = 4;
repeated AttributeProto attribute = 5;
optional string doc_string = 6;
}
Node
Tensor
Tensor
Open Neural Network Exchange Format:
学習済みモデルの標準フォーマット
- 40. Menohの多言語サポート
● 本日同時公開
● C++: https://github.com/pfnet-research/menoh (コアに同梱)
● C#: https://github.com/pfnet-research/menoh-sharp
● Haskell: https://github.com/pfnet-research/menoh-haskell
● Hackage - http://hackage.haskell.org/package/menoh
● 近日公開予定
● Ruby
● JVM
● Node.js
40
Menoh core
C++
C#
Haskell
JVM
Ruby