2015-11-20 21 views
6

के लिए कोई आम प्रारूप है अलग-अलग टीम तंत्रिका नेटवर्क (कैफे, मशाल, थानो ...) को प्रशिक्षित करने और चलाने के लिए विभिन्न पुस्तकालयों का उपयोग करती हैं। यह साझा करना मुश्किल बनाता है: प्रत्येक लाइब्रेरी के पास नेटवर्क स्टोर करने का अपना प्रारूप होता है और जब भी आप अन्य टीमों के काम का परीक्षण करना चाहते हैं तो आपको एक नई लाइब्रेरी इंस्टॉल करनी होगी।क्या तंत्रिका नेटवर्क

मैं इसे कम कठिन बनाने के लिए समाधान ढूंढ रहा हूं: - क्या तंत्रिका नेटवर्क स्टोर करने के लिए कोई पसंदीदा (साझा?) प्रारूप है? - क्या कोई ऐसी सेवा या लाइब्रेरी है जो विभिन्न प्रकार के नेटवर्क को संभालने में मदद कर सकती है या एक प्रकार को दूसरे में बदल सकती है?

धन्यवाद!

+2

संक्षिप्त उत्तर: नहीं और नहीं। आम तौर पर, प्रत्येक लाइब्रेरी में यह पेशेवर और विपक्ष है कि आप वास्तव में क्या करने की योजना बना रहे हैं। जब वे अलग-अलग काम करते हैं, तो दिशानिर्देश या चश्मा तैयार करना मुश्किल होगा जो हर पुस्तकालय से मेल खाते हैं, इसलिए कोई पसंदीदा सामान्य प्रारूप नहीं है। जब तक कोई व्यक्ति उस प्रारूप को आंकड़ा नहीं करता है जो निश्चित रूप से अधिकांश आवश्यकताओं से मेल खाता है। –

उत्तर

8

क्या तंत्रिका नेटवर्क स्टोर करने के लिए कोई पसंदीदा (साझा?) प्रारूप है?

प्रत्येक पुस्तकालय/ढांचे का अपना क्रमिकरण है, उदा। कैफे Protocol Buffers का उपयोग करता है, मशाल में built-in serialization scheme है और थैनो ऑब्जेक्ट serialized with pickle हो सकता है।

OverFeat या darknet वजन और पूर्वाग्रहों की तरह कुछ मामलों में इसी float (या double) सन्निहित सरणियों (अधिक जानकारी के लिए this answer देखें) के मैदान fwrite -s के माध्यम से द्विपदीय प्रारूप में डिस्क पर जमा हो जाती है। ध्यान दें कि इसमें नेटवर्क/मॉडल के आर्किटेक्चर को शामिल नहीं किया गया है जिसे अलग-अलग जाना या प्रतिनिधित्व करना है (जैसे declared explicitly at load time)।

इसके अलावा: libccv जैसी लाइब्रेरी SQLite database में संरचना और वजन को संग्रहीत करती है।

क्या कोई ऐसी सेवा या लाइब्रेरी है जो विभिन्न प्रकार के नेटवर्क को संभालने में मदद कर सकती है या एक प्रकार को दूसरे में बदल सकती है?

मुझे नहीं लगता कि एक एकल (मेटा) लाइब्रेरी है जो ऐसा करने का दावा करती है। लेकिन यह अलग-अलग परियोजनाएं मौजूद है जो सुविधाजनक कन्वर्टर्स प्रदान करती हैं।

कुछ उदाहरण (गैर संपूर्ण):

-

अद्यतन (2017-09): दो ध्यान देने योग्य पहल हैं:

(1) ONNX प्रारूप (ए.के.ए.ए. ओपन तंत्रिका नेटवर्क एक्सचेंज):

[...] गहरी लर्निंग मॉडल है कि मॉडल के लिए सक्षम बनाता का प्रतिनिधित्व करने के लिए एक मानक चौखटे के बीच

इन blogposts देखें स्थानांतरित होने की।

(2) CoreML प्रारूप एप्पल द्वारा शुरू की:

[...] एक सार्वजनिक फ़ाइल स्वरूप (.mlmodel) एमएल तरीकों की एक व्यापक सेट के लिए [...] इस प्रारूप में मॉडल कर सकते हैं सीधे एक्सकोड के माध्यम से ऐप्स में एकीकृत किया जाना चाहिए।

संबंधित मुद्दे