ニューラルネットワーク変換フォーマットを暫定仕様として発表:人工知能ニュース
クロノス・グループは「ニューラルネットワーク変換フォーマット(NNEF)1.0」を発表した。同フォーマットは、暫定仕様として発表されており、業界からのフィードバックを仕様確定前に組み込むことができる。
クロノス・グループは2017年12月25日、「ニューラルネットワーク変換フォーマット(NNEF)1.0」を発表した。
NNEFは、さまざまなデバイスやプラットフォームのアプリケーションにおいて、ニューラルネットワーク、トレーニングツールと推論エンジンの組み合わせを使用でき、機械学習におけるフラグメンテーション(断片化)を軽減する。NNEF1.0は暫定仕様として発表されており、業界からのフィードバックを仕様確定前に組み込むことができる。
標準仕様には、個別のトレーニング、ニューラルネットワークの構造、動作ならびにパラメータの詳細をカプセル化し、それを生成するためのツールや実行用の推論エンジンが含まれる。
また、Torch、Caffe、TensorFlow、Theano、Chainer、Caffe2、PyTorch、MXNetなどのツールやエンジン間で、エクスポートとインポートが確実にできる設計になっている。豊富な機能セットを搭載し、幅広いユースケースとネットワークタイプ、Pythonから構文要素を借用し、スケーラブルな設計に対応する。高度なネットワークを最適化するカスタム複合オペレーションの定義も含まれており、将来的に安定したプラットフォームを提供する。
さらに、同社のOpenVXワーキンググループと連携しており、NNEFファイルが処理できる。OpenVX Neural Networkの拡張によってOpenVX 1.2はクロスビジョンの推論エンジンとして機能し、コンピュータビジョンと深層学習の操作を1つのグラフにまとめることができる。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
- 世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。 - ディープラーニングの事業活用を可能にする「ジェネラリスト」の重要性
AI技術として注目を集めるディープラーニング。ディープラーニングへの取り組みを進めていく上で必要とされる人材には「エンジニア」の他に「ジェネラリスト」も必要だ。本稿では、ディープラーニングの「ジェネラリスト」に何が求められるかについて解説する。 - 深層学習プログラムの統合開発環境クラウド版、無償提供開始
ソニーは、深層学習プログラムの統合開発環境コンソールソフトウェア「Neural Network Console」のクラウドサービスを、オープンβ版として無償で提供を開始した。インストールが不要で、さまざまなOSで利用できるようになる。 - PFNが深層学習速度で世界最速に、「ChainerMN」のスケールアウト性能を証明
Preferred Networks(PFN)は、深層学習(ディープラーニング)の学習速度で世界最速を実現したと発表した。2017年9月から稼働を開始している国内民間最大規模のプライベートスーパーコンピュータ「MN-1」と、独自の並列分散学習パッケージ「ChainerMN」によって実現したという。 - ディープラーニング機能を強化したモデルベース開発環境の最新版
マスワークスは、MATLAB/Simulinkの最新バージョンである「Release 2017b(R2017b)」を発表した。ディープラーニングの新機能が追加され、簡単にモデルの設計、学習、配布ができるようになった。 - ディープラーニングを活用したオープンプラットフォームのベータ版を提供
ABEJAは、Partner Ecosystem参加企業を対象に、IoTデバイスやネットワークなどと連携するオープンプラットフォーム「ABEJA Platform」のベータ版の提供を開始した。正式版は2018年2月のリリースを予定している。