Thư viện Julia tốt nhất cho mạng lưới thần kinh

Tôi đã và đang sử dụng thư viện này để xây dựng và phân tích mạng lưới thần kinh cơ bản.

Tuy nhiên, nó không có hỗ trợ xây dựng mạng lưới thần kinh nhiều lớp, v.v.

Vì vậy, tôi muốn biết về bất kỳ thư viện đẹp nào để thực hiện các mạng lưới thần kinh nâng cao và Deep Learning ở Julia.

Mocha.jl - Mocha là một khung học tập sâu cho Julia, lấy cảm hứng từ khung C ++ Caffe.

Dự án với tài liệu tốt và ví dụ. Có thể chạy trên CPU và GPU phụ trợ.

Gói MXNet Julia - học sâu linh hoạt và hiệu quả ở Julia

https://github.com/dmlc/MXNet.jl

Ưu

• Nhanh
• Cân lên đến nhiều GPU và cài đặt phân tán với chế độ song song tự động.
• Nhẹ, hiệu quả bộ nhớ và di động cho các thiết bị thông minh.
• Tự động phân biệt

Nhược điểm

• Không có hoạt động cấp thấp để thực hiện thuật toán. Nhưng họ đang làm việc về vấn đề này ( https://github.com/dmlc/mxnet/issues/586 )

Kể từ tháng 10 năm 2016 cũng có một trình bao bọc kéo căng cho Julia:

https://github.com/malmaud/TensorFlow.jl

Chỉ cần thêm một câu trả lời gần đây (2019): Flux .

Flux is an elegant approach to machine learning. It's a 100% pure-Julia stack,
and provides lightweight abstractions on top of Julia's native GPU and
AD support. Flux makes the easy things easy while remaining fully hackable.

Ví dụ:

model = Chain(
  Dense(768, 128, σ),
  LSTM(128, 256),
  LSTM(256, 128),
  Dense(128, 10),
  softmax)

loss(x, y) = crossentropy(model(x), y)

Flux.train!(loss, data, ADAM(...))

Một thư viện mới hơn để xem xét là Knet.jl. Nó sẽ làm những việc như sử dụng GPU dưới mui xe.

https://github.com/denizyuret/Knet.jl