- PVSM.RU - https://www.pvsm.ru -
Кручинин Дмитрий, Долотов Евгений, Кустикова Валентина, Дружков Павел, Корняков Кирилл
В настоящее время машинное обучение является активно развивающейся областью научных исследований. Это связано как с возможностью быстрее, выше, сильнее, проще и дешевле собирать и обрабатывать данные, так и с развитием методов выявления из этих данных законов, по которым протекают физические, биологические, экономические и другие процессы. В некоторых задачах, когда такой закон определить достаточно сложно, используют глубокое обучение.
Глубокое обучение (deep learning) рассматривает методы моделирования высокоуровневых абстракций в данных с помощью множества последовательных нелинейных трансформаций, которые, как правило, представляются в виде искусственных нейронных сетей. На сегодняшний день нейросети успешно используются для решения таких задач, как прогнозирование, распознавание образов, сжатие данных и ряда других.
Актуальность темы машинного обучения и, в частности, глубокого обучения подтверждается регулярным появлением статей на данную тему на хабре:
Данная статья посвящена сравнительному анализу некоторых программных инструментов глубокого обучения, коих в последнее время появилось великое множество [1 [5]]. К числу таких инструментов относятся программные библиотеки, расширения языков программирования, а также самостоятельные языки, позволяющие использовать готовые алгоритмы создания и обучения нейросетевых моделей. Существующие инструменты глубокого обучения имеют различный функционал и требуют от пользователя разного уровня знаний и навыков. Правильный выбор инструмента — важная задача, позволяющая добиться необходимого результата за наименьшее время и с меньшей затратой сил.
В статье представлен краткий обзор инструментов проектирования и обучения нейросетевых моделей. Основное внимание уделено четырем библиотекам: Caffe [6], Pylearn2 [7], Torch [8] и Theano [9]. Рассматриваются базовые возможности указанных библиотек, приводятся примеры их использования. Сравнивается качество и скорость работы библиотек при конструировании одинаковых топологий нейросетей для решения задачи классификации [10] рукописных цифр (в качестве обучающей и тестовой выборки используется датасет MNIST [11]). Также делается попытка дать оценку удобства применения рассматриваемых библиотек на практике.
Далее в качестве исследуемого набора данных будет использоваться база изображений рукописных цифр MNIST [11] (рис. 1 [12]). Изображения в данной базе имеют разрешение 28x28 и хранятся в формате оттенков серого. Цифры отцентрированы на изображении. Вся база разбита на две части: тренировочную, состоящую из 50000 изображений, и тестовую — 10000 изображений.
Рис. 1. Примеры изображений цифр в базе MNIST [13]
Существует множество программных средств для решения задач глубокого обучения. В [1 [5]] можно найти общее сравнение функциональных возможностей наиболее известных, здесь приведем общую информацию о некоторых из них (таблица 1 [14]). Первые шесть программных библиотек реализуют наиболее широкий спектр методов глубокого обучения. Разработчики предоставляют возможности для создания полностью связанных нейросетей (fully connected neural network, FC NN [2 [15]]), сверточных нейронных сетей (convolutional neural network, CNN) [3 [16]], автокодировщиков (autoencoder, AE) и ограниченных машин Больцмана (restricted Boltzmann machine, RBM) [4 [17]]. Необходимо обратить внимание на оставшиеся библиотеки. Несмотря на то, что они обладают меньшей функциональностью, в некоторых случаях их простота помогает достичь большей производительности.
1 [5]]
# | Название | Язык | OC | FC NN | CNN | AE | RBM |
1 | DeepLearnToolbox [18] | Matlab | Windows, Linux | + | + | + | + |
2 | Theano [9] | Python | Windows, Linux, Mac | + | + | + | + |
3 | Pylearn2 [7] | Python | Linux, Vagrant | + | + | + | + |
4 | Deepnet [19] | Python | Linux | + | + | + | + |
5 | Deepmat [20] | Matlab | ? | + | + | + | + |
6 | Torch [8] | Lua, C | Linux, Mac OS X, iOS, Android | + | + | + | + |
7 | Darch [21] | R | Windows, Linux | + | — | + | + |
8 | Caff [6]e | C++, Python, Matlab | Linux, OS X | + | + | — | — |
9 | nnForge [22] | С++ | Linux | + | + | — | — |
10 | CXXNET [23] | С++ | Linux | + | + | — | — |
11 | Cuda-convnet [24] | С++ | Linux, Windows | + | + | — | — |
12 | Cuda CNN [25] | Matlab | Linux, Windows | + | + | — | — |
Основываясь на приведенной в [1 [5]] информации и рекомендациях специалистов, для дальнейшего рассмотрения выбраны четыре библиотеки: Theano [26], Pylearn2 [27] — одни из самых зрелых и функционально полных библиотек, Torch [28] и Caffe [29] — широко используемые сообществом. Каждая библиотека рассматривается по следующему плану:
После рассмотрения перечисленных библиотек проводится их сравнение на ряде тестовых конфигураций сетей.
[30]
Разработка Caffe [6] ведется с сентября 2013 г. Начало разработки положил Yangqing Jia [31] во время его обучения в калифорнийском университете в Беркли. С указанного момента Caffe активно поддерживается Центром Зрения и Обучения Беркли (The Berkeley Vision and Learning Center, BVLC [32]) и сообществом разработчиков на GitHub [33]. Библиотека распространяется под лицензией BSD 2-Clause.
Caffe реализована с использованием языка программирования C++, имеются обертки на Python и MATLAB. Официально поддерживаемые операционные системы — Linux и OS X, также имеется неофициальный порт на Windows [34]. Caffe использует библиотеку BLAS (ATLAS, Intel MKL, OpenBLAS) для векторных и матричных вычислений. Наряду с этим, в число внешних зависимостей входят glog, gflags, OpenCV, protoBuf, boost, leveldb, nappy, hdf5, lmdb. Для ускорения вычислений Caffe может быть запущена на GPU с использованием базовых возможностей технологии CUDA или библиотеки примитивов глубокого обучения cuDNN [35].
Разработчики Caffe поддерживают возможности создания, обучения и тестирования полностью связанных и сверточных нейросетей. Входные данные и преобразования описываются понятием слоя. В зависимости от формата хранения могут использоваться следующие типы слоев исходных данных:
Преобразования могут быть заданы с помощью слоев:
Наряду с этим, при формировании преобразований могут использоваться различные функции активации.
Последний слой нейросетевой модели должен содержать функцию ошибки. В библиотеке имеются следующие функции:
В процессе обучения моделей применяются различные методы оптимизации. Разработчики Caffe предоставляют реализацию ряда методов:
В библиотеке Caffe топология нейросетей, исходные данные и способ обучения задаются с помощью конфигурационных файлов в формате prototxt. Файл содержит описание входных данных (тренировочных и тестовых) и слоев нейронной сети. Рассмотрим этапы построения таких файлов на примере сети “логистическая регрессия” (рис. 2 [39]). Далее будем считать, что файл называется linear_regression.prototxt, и он размещается в директории examples/mnist.
Рис. 2. Структура нейронной сети
name: "LinearRegression"
layers {
name: "mnist"
type: DATA
top: "data"
top: "label"
data_param {
source: "examples/mnist/mnist_train_lmdb"
backend: LMDB
batch_size: 64
}
transform_param {
scale: 0.00390625
}
}
layers {
name: "ip"
type: INNER_PRODUCT
bottom: "data"
top: "ip"
inner_product_param {
num_output: 10
}
}
layers {
name: "loss"
type: SOFTMAX_LOSS
bottom: "ip"
bottom: "label"
top: "loss"
}
Конфигурация сети готова. Далее необходимо определить параметры процедуры обучения в файле формата prototxt (назовем его solver.prototxt). К числу параметров обучения относятся путь к файлу с конфигурацией сети (net), периодичность тестирования во время обучения (test_interval), параметры стохастического градиентного спуска (base_lr, weight_decay и другие), максимальное количество итераций (max_iter), архитектура, на которой будут проводиться вычисления (solver_mode), путь для сохранения обученной сети (snapshot_prefix).
net: "examples/mnist/linear_regression.prototxt"
test_iter: 100
test_interval: 500
base_lr: 0.01
momentum: 0.9
weight_decay: 0.0005
lr_policy: "inv"
gamma: 0.0001
power: 0.75
display: 100
max_iter: 10000
snapshot: 5000
snapshot_prefix: "examples/mnist/linear_regression"
solver_mode: GPU
Обучение выполняется с использованием основного приложения библиотеки. При этом передается определенный набор ключей, в частности, название файла, содержащего описание параметров процедуры обучения.
caffe train --solver=solver.prototxt
После обучения полученную модель можно использовать для классификации изображений, например, с помощью оберток на Python:
import caffe
caffe.set_phase_test()
caffe.set_mode_cpu()
net = caffe.Classifier(MODEL_FILE, PRETRAINED, IMAGE_MEAN, channel_swap=(0,1,2), raw_scale=255, image_dims=(28, 28))
input_image = caffe.io.load_image(IMAGE_FILE)
prediction = net.predict([input_image])
print 'prediction shape:', prediction[0].shape
print 'predicted class:', prediction[0].argmax()
Таким образом, путем несложных действий можно получить первые результаты экспериментов с глубокими нейросетевыми моделями. Более сложные и подробные примеры можно увидеть на сайте разработчиков [6].
Pylearn2 [7] — библиотека, разрабатываемая в лаборатории LISA [40] в университете Монреаля с февраля 2011 года. Имеет около 100 разработчиков на GitHub [41]. Библиотека распространяется под лицензией BSD 3-Clause.
Pylearn2 реализована на языке Python, в настоящее время поддерживается операционная система Linux, также возможен запуск на любой операционной системе с использованием виртуальной машины, т.к. разработчики предоставляют сконфигурированную обертку виртуальной среды на базе Vagrant. Pylearn2 является надстройкой над библиотекой Theano [9]. Дополнительно требуются PyYAML, PIL. Для ускорения вычислений Pylearn2 и Theano используют Cuda-convnet [24], которая реализована на C++/CUDA, что дает значительный прирост в скорости.
В Pylearn2 поддерживается возможность создания полностью связанных и сверточных нейросетей, различных видов автокодировщиков (Contractive Auto-Encoders, Denoising Auto-Encoders) и ограниченных машин Больцмана (Gaussian RBM, the spike-and-slab RBM). Предусмотрены несколько функций ошибки: кросс-энтропия (cross-entropy), логарифмическое правдоподобие (log-likelihood). Имеются следующие методы обучения:
В библиотеке Pylearn2 нейросети задаются с помощью их описания в конфигурационном файле в формате YAML. YAML-файлы являются удобным и быстрым способом сериализации объектов, так как она разработана с использованием методов объектно-ориентированного программирования.
Рассмотрим процедуру формирования YAML-файлов, описывающих структуру нейросети и способ ее обучения, на примере логистической регрессии.
!obj:pylearn2.train.Train {
dataset: &train !obj:pylearn2.datasets.mnist.MNIST {
which_set: 'train',
one_hot: 1,
start: 0,
stop: 50000
},
model: !obj:pylearn2.models.softmax_regression.SoftmaxRegression {
n_classes: 10,
irange: 0.,
nvis: 784,
},
algorithm: !obj:pylearn2.training_algorithms.bgd.BGD {
batch_size: 128,
line_search_mode: 'exhaustive',
monitoring_dataset:
{
'train' : *train,
'valid' : !obj:pylearn2.datasets.mnist.MNIST {
which_set: 'train',
one_hot: 1,
start: 50000,
stop: 60000
},
'test' : !obj:pylearn2.datasets.mnist.MNIST {
which_set: 'test',
one_hot: 1,
}
},
termination_criterion: !obj:pylearn2.termination_criteria.And {
criteria: [
!obj:pylearn2.termination_criteria.EpochCounter {
max_epochs: 150
},
]
}
},
extensions: [
!obj:pylearn2.train_extensions.best_params.MonitorBasedSaveBest {
channel_name: 'valid_y_misclass',
save_path: "%(save_path)s/softmax_regression_best.pkl"
},
]
Таким образом, подготовлена конфигурация сети и определена необходимая инфраструктура для обучения и классификации, которые выполняются посредством вызова соответствующего Python-скрипта. Для обучения необходимо выполнить следующую командную строку:
python train.py <файл с конфигурацией сети>.yaml
Более сложные и подробные примеры можно увидеть на официальном сайте [7] или в репозитории [42].
Torch [8] — библиотека для научных вычислений с широкой поддержкой алгоритмов машинного обучения. Разрабатывается Idiap Research Institute [43], New York University [44] и NEC Laboratories America [45], начиная с 2000г., распространяется под лицензией BSD.
Библиотека реализована на языке Lua с использованием C и CUDA. Быстрый скриптовый язык Lua в совокупности с технологиями SSE, OpenMP, CUDA позволяют Torch показывать неплохую скорость по сравнению с другими библиотеками. На данный момент поддерживаются операционные системы Linux, FreeBSD, Mac OS X. Основные модули также работают и на Windows. В зависимостях Torch находятся пакеты imagemagick, gnuplot, nodejs, npm и другие.
Библиотека состоит из набора модулей, каждый из которых отвечает за различные стадии работы с нейросетями. Так, например, модуль nn обеспечивает конфигурирование нейросети (определению слоев, и их параметров), модуль optim содержит реализации различных методов оптимизации, применяемых для обучения, а gnuplot предоставляет возможность визуализации данных (построение графиков, показ изображений и т.д.). Установка дополнительных модулей [46] позволяет расширить функционал библиотеки.
Torch позволяет создавать сложные нейросети с помощью механизма контейнеров. Контейнер — это класс, объединяющий объявленные компоненты нейросети в одну общую конфигурацию, которая в дальнейшем может быть передана в процедуру обучения. Компонентом нейросети могут быть не только полносвязные или сверточные слои, но и функции активации или ошибки, а также готовые контейнеры. Torch позволяет создавать следующие слои:
Функции ошибки: средне-квадратичная ошибка (MSE), кросс-энтропия (CrossEntropy) и т.д.
При обучении могут использоваться следующие методы оптимизации:
Рассмотрим процесс конфигурирования нейронной сети в Torch. Сначала необходимо объявить контейнер, затем добавить в него слои. Порядок добавления слоев важен, т.к. выход (n-1)-го слоя будет входом n-го.
regression = nn.Sequential()
regression:add(nn.Linear(784,10))
regression:add(nn.SoftMax())
loss = nn.ClassNLLCriterion()
Использование и обучение нейросети:
Y = regression:forward(X)
E = loss:forward(Y,T)
dE_dY = loss:backward(Y,T)
regression:backward(X,dE_dY)
Теперь соберем все воедино. Для того чтобы обучить нейросеть в библиотеке Torch, необходимо написать собственный цикл обучения. В нем объявить специальную функцию (замыкание), которая будет вычислять ответ сети, определять величину ошибки и пересчитывать градиенты, и передать это замыкание в функцию градиентного спуска для обновления весов сети.
-- Создаём специальные переменные: веса нейросети и их градиенты
w, dE_dw = regression:getParameters()
local eval_E = function(w)
dE_dw:zero() -- Обновляем градиенты
local Y = regression:forward(X)
local E = loss:forward(Y,T)
local dE_dY = loss:backward(Y,T)
regression:backward(X,dE_dY)
return E, dE_dw
end
-- Затем в цикле обучения вызываем
optim.sgd(eval_E, w, optimState)
где optimState — параметры градиентного спуска (learningRate, momentum, weightDecay и пр.). Полностью цикл обучения можно посмотреть здесь [49].
Несложно видеть, что процедура объявления, как и процедура обучения, занимает менее 10 строк кода, что говорит о простоте использования библиотеки. При этом библиотека позволяет работать с нейросетями на достаточно низком уровне.
Сохранение и загрузка натренированной сети осуществляется с помощью специальных функций:
torch.save(path, regression)
net = torch.load(path)
После загрузки сеть может быть использована для классификации или дополнительной тренировки. Если необходимо узнать, к какому классу принадлежит элемент sample, то достаточно выполнить проход по сети и вычислить выход:
result = net:forward(sample)
Более сложные примеры можно найти в обучающих материалах к библиотеке [50].
Theano [9] — это расширение языка Python, позволяющее эффективно вычислять математические выражения, содержащие многомерные массивы. Библиотека получила свое название в честь имени жены древнегреческого философа и математика Пифагора — Феано (или Теано). Theano разработана в лаборатории LISA [40] для поддержки быстрой разработки алгоритмов машинного обучения.
Библиотека реализована на языке Python, поддерживается на операционных системах Windows, Linux и Mac OS. В состав Theano входит компилятор, который переводит математические выражения, написанные на языке Python в эффективный код на C или CUDA.
Theano предоставляет базовый набор инструментов для конфигурации нейросетей и их обучения. Возможна реализация многослойных полностью связанных сетей (Multi-Layer Perceptron), сверточных нейросетей (CNN), рекуррентных нейронных сетей (Recurrent Neural Networks, RNN), автокодировщиков и ограниченных машин Больцмана. Также предусмотрены различные функции активации, в частности, сигмоидальная, softmax-функция, кросс-энтропия. В ходе обучения используется пакетный градиентный спуск (Batch SGD).
Рассмотрим конфигурацию нейросети в Theano. Для удобства реализуем класс LogisticRegression (рис. 3 [51]), в котором будут содержаться переменные — обучаемые параметры W, b и функции для работы с ними — подсчет ответа сети (y = softmax(Wx + b)) и функция ошибки. Затем для тренировки нейросети создаем функцию train_model. Для нее необходимо описать методы, определяющие функцию ошибки, правило вычисления градиентов, способ изменения весов нейросети, размер и местоположение mini-batch выборки (сами изображения и ответы для них). После определения всех параметров функция компилируется и передается в цикл обучения.
Рис. 3. Схема класса для реализации нейронной сети в Theano
class LogisticRegression(object):
def __init__(self, input, n_in, n_out):
# y = W * x + b
# объявляем переменные, определяем тип, количество входов и выходов
self.W = theano.shared(
# инициализируем начальные веса нулями
value=numpy.zeros((n_in, n_out), dtype=theano.config.floatX), name='W', borrow=True)
self.b = theano.shared(value=numpy.zeros((n_out,), dtype=theano.config.floatX), name='b', borrow=True)
# добавляем функцию активации softmax, выход сети - переменная y_pred
self.p_y_given_x = T.nnet.softmax(T.dot(input, self.W) + self.b)
self.y_pred = T.argmax(self.p_y_given_x, axis=1)
self.params = [self.W, self.b]
# определяем функцию ошибки
def negative_log_likelihood(self, y):
return -T.mean(T.log(self.p_y_given_x)[T.arange(y.shape[0]), y])
# x - подается на вход сети
# набор изображений (minibatch) располагается по строкам в матрице x
# y - ответ сети на каждый семпл
x = T.matrix('x')
y = T.ivector('y')
# создаем модель логистической регрессии каждое MNIST изображение имеет размер 28*28
classifier = LogisticRegression(input=x, n_in=28 * 28, n_out=10)
# значение функции ошибки, которое мы пытаемся минимизировать в течение обучения
cost = classifier.negative_log_likelihood(y)
# чтобы посчитать градиенты, необходимо вызвать функцию Theano - grad
g_W = T.grad(cost=cost, wrt=classifier.W)
g_b = T.grad(cost=cost, wrt=classifier.b)
# определяем правила обновления весов нейросети
updates = [(classifier.W, classifier.W - learning_rate * g_W), (classifier.b, classifier.b - learning_rate * g_b)]
# компилируем функцию тренировки, в дальнейшем она будет вызываться в цикле обучения
train_model = theano.function(
inputs=[index], outputs=cost, updates=updates,
givens={
x: train_set_x[index * batch_size: (index + 1) * batch_size],
y: train_set_y[index * batch_size: (index + 1) * batch_size]
}
)
Для быстрого сохранения и загрузки параметров нейросети можно использовать функции из пакета cPickle:
import cPickle
save_file = open('path', 'wb')
cPickle.dump(classifier.W.get_value(borrow=True), save_file, -1)
cPickle.dump(classifier.b.get_value(borrow=True), save_file, -1)
save_file.close()
file = open('path')
classifier.W.set_value(cPickle.load(save_file), borrow=True)
classifier.b.set_value(cPickle.load(save_file), borrow=True)
Несложно видеть, что процесс создания модели и определения ее параметров требует написания объемного и шумного кода. Библиотека является низкоуровневой. Нельзя не отметить ее гибкость, а также наличие возможности реализации и использования собственных компонент. На официальном сайте библиотеки имеется большое количество обучающих материалов [52] на разные темы.
В ходе экспериментов по оценке производительности библиотек использована следующая тестовая инфраструктура:
Вычислительные эксперименты проводились на полносвязной и сверточной нейронных сетях следующей структуры:
Рис. 4. Структура трехслойной полносвязной сети
Рис. 5. Структура сверточной нейронной сети
Все веса инициализировались случайным образом согласно равномерному закону распределения в диапазоне (−6/(n_in + n_out), 6/(n_in + n_out)), где n_in, n_out – количество нейронов на входе и выходе слоя соответственно. Параметры стохастического градиентного спуска (SGD) выбраны, равными следующим значениям: learning rate — 0.01, momentum — 0.9, weight decay — 5e-4, batch size — 128, максимальное число итераций — 150.
Время обучения нейронных сетей, описанных ранее (рис. 4 [53], 5 [54]) с помощью четырех рассмотренных библиотек, представлено ниже (рис. 6 [55]). Легко заметить, что Pylearn2 показывает худшую производительность (как на CPU, так и на GPU) по сравнению с другими библиотеками. Что же касается остальных, время обучения сильно зависит от структуры сети. Лучший результат среди реализаций сетей, запущенных на CPU, показала библиотека Torch (причем на CNN она обогнала саму себя же, запущенную на GPU). Среди GPU-реализаций наилучший результат (на обеих сетях) показала библиотека Caffe. В целом от использования Caffe остались только положительные впечатления.
инфраструктуру [56]):
GPU реализации (см. инфраструктуру [57]):
Рис. 6. Время обучения сетей MLP и CNN, описанных в предыдущем пункте
Что же касается времени классификации одного изображения на CPU с помощью обученных моделей (рис. 7 [58]), то несложно видеть, что библиотека Torch оказалась вне конкуренции на обеих тестовых нейросетях. Немного от нее отстала Caffe на CNN, которая при этом показала худшее время классификации на MLP.
инфраструктуру [56]):
Рис. 7. Время классификации одного изображения с помощью обученных сетей MLP и CNN
Если обратиться к точности классификации, то на сети MLP оно выше 97.4%, а CNN — ~99% для всех библиотек (таблица 2 [59]). Полученные значения точности несколько ниже приведенных на сайте MNIST [60] на тех же структурах нейросетей. Небольшие отличия обусловлены различиями в настройках начальных весов сетей и параметрах методов оптимизации, применяемых в процессе обучения. Собственно, цели достижения максимальных значений точности и не было, скорее необходимо было построить идентичные структуры сетей и задать максимально схожие параметры обучения.
Таблица 2. Среднее значение и дисперсия показателей точности классификации по 5 экспериментам
Caffe | Pylearn2 | Theano | Torch | |||||
Точность, % | Дисперсия | Точность, % | Дисперсия | Точность, % | Дисперсия | Точность, % | Дисперсия | |
MLP | 98.26 | 0.0039 | 98.1 | 0 | 97.42 | 0.0023 | 98.19 | 0 |
CNN | 99.1 | 0.0038 | 99.3 | 0 | 99.16 | 0.0132 | 99.4 | 0 |
На основании проведенного исследования функционала библиотек, а также анализа производительности на примере задачи классификации рукописных цифр дана оценка каждой из них по шкале от 1 до 3 по следующим критериям:
Рассмотрим оценки, полученные по каждому критерию, расставим места каждой библиотеке от первого до третьего (таблица 3 [61]). Согласно результатам вычислительных экспериментов с точки зрения скорости работы наиболее предпочтительной является библиотека Caffe (рис. 6 [55]). При этом она же оказалась наиболее удобной в использовании. С позиции гибкости библиотека Theano показала наилучшие результаты. По функциональным возможностям наиболее полной является Pylearn2, но ее использование осложнено необходимостью понимания внутреннего устройства (формирование YAML-файлов требует этого). Наиболее подробный и понятный материал для изучения предоставляют разработчики Torch. Показав средние показатели по каждому критерию в отдельности, именно она и выиграла в рейтинге рассмотренных библиотек.
Таблица 3. Результаты сравнения библиотек (места от 1 до 3 по каждому критерию)
Скорость обучения | Скорость классификации | Удобство | Гибкость | Функционал | Документация | Сумма | |
Caffe | 1 | 2 | 1 | 3 | 3 | 2 | 12 |
Pylearn2 | 3 | 3 | 2 | 3 | 1 | 3 | 15 |
Torch | 2 | 1 | 2 | 2 | 2 | 1 | 10 |
Theano | 2 | 2 | 3 | 1 | 2 | 2 | 12 |
Подводя итог, можно сказать, что наиболее зрелой является библиотека Torch. При этом библиотеки Caffe и Theano не уступают ей по многим критериям (таблица 3 [61]), поэтому нельзя исключать возможность их последующего использования. В дальнейшем для исследования применимости методов глубокого обучения к задачам детектирования лиц, пешеходов и автомобилей планируется применять библиотеки Caffe и Torch.
Работа выполнена в лаборатории «Информационные технологии» факультета ВМК ННГУ им. Н.И. Лобачевского при поддержке компании Itseez.
Автор: KustikovaV
Источник [65]
Сайт-источник PVSM.RU: https://www.pvsm.ru
Путь до страницы источника: https://www.pvsm.ru/algoritmy/88240
Ссылки в тексте:
[1] Deep learning и Caffe на новогодних праздниках.: http://habrahabr.ru/post/249089/
[2] Data mining: Инструментарий — Theano.: http://habrahabr.ru/post/173819/
[3] Про котиков, собак, машинное обучение и deep learning.: http://habrahabr.ru/post/226347/
[4] Еженедельные обзоры наиболее интересных материалов по анализу данных и машинному обучению.: http://habrahabr.ru/search/?q=%D0%9E%D0%B1%D0%B7%D0%BE%D1%80+%D0%BD%D0%B0%D0%B8%D0%B1%D0%BE%D0%BB%D0%B5%D0%B5+%D0%B8%D0%BD%D1%82%D0%B5%D1%80%D0%B5%D1%81%D0%BD%D1%8B%D1%85+%D0%BC%D0%B0%D1%82%D0%B5%D1%80%D0%B8%D0%B0%D0%BB%D0%BE%D0%B2+%D0%BF%D0%BE+%D0%B0%D0%BD%D0%B0%D0%BB%D0%B8%D0%B7%D1%83+%D0%B4%D0%B0%D0%BD%D0%BD%D1%8B%D1%85+%D0%B8+%D0%BC%D0%B0%D1%88%D0%B8%D0%BD%D0%BD%D0%BE%D0%BC%D1%83+%D0%BE%D0%B1%D1%83%D1%87%D0%B5%D0%BD%D0%B8%D1%8E&target_type=posts&order_by=relevance
[5] 1: #Paper1
[6] Caffe: http://caffe.berkeleyvision.org/
[7] Pylearn2: http://deeplearning.net/software/pylearn2/
[8] Torch: http://torch.ch/
[9] Theano: http://deeplearning.net/software/theano/
[10] задачи классификации: http://www.machinelearning.ru/wiki/index.php?title=%D0%9A%D0%BB%D0%B0%D1%81%D1%81%D0%B8%D1%84%D0%B8%D0%BA%D0%B0%D1%86%D0%B8%D1%8F
[11] MNIST: http://yann.lecun.com/exdb/mnist/
[12] рис. 1: #Fig1
[13] Примеры изображений цифр в базе MNIST: http://www.cad.zju.edu.cn/home/dengcai/Data/MNIST/images.html
[14] таблица 1: #Table1
[15] 2: #Paper2
[16] 3: #Paper3
[17] 4: #Paper4
[18] DeepLearnToolbox: https://github.com/rasmusbergpalm/DeepLearnToolbox
[19] Deepnet: https://github.com/nitishsrivastava/deepnet
[20] Deepmat: https://github.com/kyunghyuncho/deepmat
[21] Darch: http://cran.r-project.org/web/packages/darch/index.html
[22] nnForge: http://milakov.github.io/nnForge/
[23] CXXNET: https://github.com/antinucleon/cxxnet
[24] Cuda-convnet: https://code.google.com/p/cuda-convnet/
[25] Cuda CNN: http://www.mathworks.com/matlabcentral/fileexchange/24291-cnn-convolutional-neural-network-class
[26] Theano: #TheanoLib
[27] Pylearn2: #Pylearn2Lib
[28] Torch: #TorchLib
[29] Caffe: #CaffeLib
[30] Image: http://frank19900731.github.io/img/post/2014-12/3.png
[31] Yangqing Jia: http://daggerfs.com/
[32] BVLC: http://bvlc.eecs.berkeley.edu/
[33] GitHub: https://github.com/BVLC/caffe
[34] неофициальный порт на Windows: https://github.com/niuzhiheng/caffe
[35] cuDNN: https://developer.nvidia.com/cuDNN
[36] 6: #Paper6
[37] 7: #Paper7
[38] 8: #Paper8
[39] рис. 2: #Fig2
[40] LISA: https://sites.google.com/a/lisa.iro.umontreal.ca/mila/
[41] GitHub: https://github.com/lisa-lab/pylearn2
[42] репозитории: https://github.com/ITLab-Vision/DNN-develop/tree/master/pylearn2/mnist
[43] Idiap Research Institute: http://www.idiap.ch/
[44] New York University: http://www.nyu.edu/
[45] NEC Laboratories America: http://www.nec-labs.com/
[46] дополнительных модулей: https://github.com/torch/torch7/wiki/Cheatsheet
[47] 9: #Paper9
[48] 10: #Paper10
[49] здесь: https://github.com/ITLab-Vision/DNN-develop/blob/master/torch/src/article-exp/mlp.lua#L61
[50] обучающих материалах к библиотеке: http://code.cogbits.com/wiki/doku.php?id=tutorial_basics
[51] рис. 3: #Fig3
[52] обучающих материалов: http://www.deeplearning.net/tutorial/
[53] рис. 4: #Fig4
[54] рис. 5: #Fig5
[55] рис. 6: #Fig6
[56] инфраструктуру: #cpu_conf
[57] инфраструктуру: #gpu_conf
[58] рис. 7: #Fig7
[59] таблица 2: #Table2
[60] MNIST: http://yann.lecun.com/exdb/mnist
[61] таблица 3: #Table3
[62] www.deeplearning.net/tutorial/rbm.html: http://www.deeplearning.net/tutorial/rbm.html
[63] research.microsoft.com/pubs/192769/tricks-2012.pdf: http://research.microsoft.com/pubs/192769/tricks-2012.pdf
[64] en.wikipedia.org/wiki/Limited-memory_BFGS: http://en.wikipedia.org/wiki/Limited-memory_BFGS
[65] Источник: http://habrahabr.ru/post/254747/
Нажмите здесь для печати.