全站搜索
首页_赢咖4星辉-官方注册地址
首页_赢咖4星辉-官方注册地址
赢咖4纯Rust编写的机器学习框架Neuronika速度堪比PyTorch
作者:管理员    发布于:2021-06-19 12:43    文字:【】【】【

  这是一个用 Rust 编写的机器学习框架,与 PyTorch 类似,现已实现最常见的层组件(dense 层、dropout 层等),速度堪比 PyTorch。

  Rust 作为一门系统编程语言,专注于安全,尤其是并发安全,支持函数式和命令式以及泛型等编程范式的多范式语言,其语法上与 C++ 类似。

  随着 Rust 语言热度的强劲增长,也有许多研究者探索 Rust 在机器学习等方面的研究。近日,有研究者用 Rust 编写了一个机器学习框架 Neuronika。

  Neuronika 是由 Francesco Iannelli 等人开发,他们现在是计算机科学的硕士生。该框架提供了自动分化和动态神经网络,非常像 Pytorch。目前已经实现了最常见的层组件,如 dense 层、dropout 层、GRU、LSTM 和 1d-2d-3d CNN,然而,缺少池化层等等。Neuronika 还提供了损失函数、优化器、计算图、张量和数据实用程序。

  速度方面,项目作者表示 Neuronika 的表现可与 PyTorch 媲美。你可以对它进行基准测试。但目前还不能支持 GPU。想要进行基准测试,可以参考测试文档。

  对于还不能支持 GPU,有网友支招:「对于 GPU 支持,可考虑 Vulkan 计算着色器。事实证明,它们的性能非常好,而且几乎所有的 GPU 平台都支持它,包括智能手机和浏览器。」

  还有网友表示担心,「如果不支持 GPU,能训练出可用的模型吗?现在关于机器学习的文章,他们都在谈论更大、更昂贵的 GPU。」对于这一担心,项目作者表示:「这取决于用例。当然,GPU 支持是当今必须的,我们认为它是我们框架的开发的一个重大里程碑。」

  Neuronika 是用纯 Rust 语言编写的机器学习框架,其构建重点在于易用性、快速原型开发和高效性能。

  Neuronika 的核心机制是一种叫做反向模式自动分化机制( reverse-mode automatic differentiation),这种机制允许用户在改变动态神经网络时可以轻松实现,没有任何开销,可通过 API 运行。

  Rust 语言提供了一个直观、轻巧且易于使用的界面,同时实现了令人难以置信的性能。

  目前,Neuronika 的开发处于初始阶段,但其发展迅速。研究者还在不断的开发该项目,从一个版本到另一个版本的转换过程中,预计会有突破性的变化。如果可能的话,研究者会采用最新的、稳定的 Rust 特征来开发。

  原标题:《纯Rust编写的机器学习框架Neuronika,速度堪比PyTorch》赢咖4

相关推荐
  • 赢咖4娱乐炒菜机器人大卖 “萌宠”小家电成“新欢”
  • 赢咖4纯Rust编写的机器学习框架Neuronika速度堪比PyTorch
  • 赢咖4娱乐攻读计算机视觉和机器学习硕士有啥好的?
  • 赢咖4如何用随机森林算法在深海养肥一群鱼
  • 赢咖45G+机器人!“浙”场手术“黑科技”满满
  • 赢咖4东方国信:公司 基于大数据、云计算、人工智能、工业互联网、5G和机器学习等前沿技术提供包括数据采集、存储计算、分析挖掘应用治理管控、云基
  • 赢咖4注册研究人员使用机器学习人类情绪“驾驶”自动驾驶汽车
  • 赢咖4注册Akamai利用机器学习技术实现应用程序和API智能自动防护减轻安全从业人员负担
  • 赢咖4注册人工智能和机器学习发展浪潮下引入机器人推动员工工资增长
  • 赢咖4简述人工智能和机器学习实现完全自动化的5种方法
  • 脚注信息
    版权所有 Copyright(C)2020 星辉娱乐
    网站地图|xml地图|友情链接: 百度一下