Chainerがアップデート
Chainer 2.0の登場
現在は
pip install chainer -pre
によってChainer 2.0.0αがインストールできます。(現在、私の環境でうまくいかないので不確かな情報かも)
メジャーアップデートではありますが、なにか大きく機能変更があったというわけでもなさそうで、どちらかというと非機能的な面(使いやすさ)などが変更されていそうです。
分散処理対応のChainerMN
Chainerは現在、マルチノードの学習には対応していません。
そこでマルチノードでの学習を設定を変更するだけで可能にする「ChainerMN」の開発も行っているようです。実験では「32ノード/128GPU」を動作させ、「1ノード/1GPU」で20日掛かった学習を、4.4時間で終わらせることに成功しているようです。
更に他のフレームワークの分散処理に比べて高速に動作しているようです。
(正直、個人利用では関係ない話かもしれないですね)
(Preferred Research公式ブログ参照)
ITpro記事
公式ブログ
ChainerMN による分散深層学習の性能について | Preferred Research
強化学習対応のChainerRL
Chainerは更に強化学習に対応したChainerをリリースしています(現在ベータ版)。
驚くべきことに、かなり最近の手法まで実装されているようです。
- Deep Q-Network (Mnih et al., 2015)
- Double DQN (Hasselt et al., 2016)
- Normalized Advantage Function (Gu et al., 2016)
- (Persistent) Advantage Learning (Bellemare et al., 2016)
- Deep Deterministic Policy Gradient (Lillicrap et al., 2016)
- SVG(0) (Heese et al., 2015)
- Asynchronous Advantage Actor-Critic (Mnih et al., 2016)
- Asynchronous N-step Q-learning (Mnih et al., 2016)
- Actor-Critic with Experience Replay (Wang et al., 2017)
- etc.
強化学習は人工知能や知的ロボット開発の最前線であり、今後ますます盛んに研究される分野であろうことは間違いありません。
ここまでライブラリ化を進めてしまうなんて、実応用(すぐ使えるよう)に有効なライブラリを提供するという点において、他のフレームワークより一歩進んでいる印象です。(TensorFlowで1からコーディングしていくのは結構敷居が高いです。ただしKerasが上手くカバーしている印象。)
クイックスタート
深層強化学習をとりあえず動かしてみるためのクイックスタートも既に準備されています。
公式ブログ
深層強化学習ライブラリChainerRL | Preferred Research
最後に
Chainerは誤差逆伝搬法を用いた学習を簡単に記述できるPythonライブラリです。
誤差逆伝搬法について詳しく知りたい方は以下。
TensorFlowも1.0.0をリリースしメジャーアップデートが行われたばかりです。
どちらもかなり精力的に改良を進めているようで、今後の両者の発展が楽しみです。
ライバルTensorFlow(Google開発のフレームワーク)