Glnのブックマーク - はてなブックマーク

PyCall.jlでPyTorch使ってDeep Learningする - Qiita
Julia Advent Calendar 2017の23日目の記事です。 12/23が1日だけ空いていたので埋めてみます。 Juliaで最近流行りの機械学習というかDeep Learningをやりたいです。というわけで、JuliaのDeep Learningフレームワークをいくつか触ったりして試行錯誤していたのですが、最近、PyCall.jl経由でPyTorchを使う、ってことに落ち着いてます。その紹介。 Julia製のDeep Learningフレームワークの紹介。 JuliaのDeep Learningフレームワークとしては、 Mocha.jl Juliaでは古参のフレームワーク。現在も活発に開発されています。Caffeに影響を受けたということで、ネットワーク定義の記述なんかがCaffeによく似ています。Define-and-Runです。 MXNet.jl Apacheが開発してい
Gln 2021/10/08
リンク
pyjuliaでPyTorch使ってDeep Learningする - Qiita
昨年のアドベントカレンダーで、PyCall.jlでPyTorch使ってDeep Learningするという投稿をしましたが、その続きです。（なんか、１年前と同じことやってますね。。）昨年は、PyCall.jlを使ってJuliaからPyTorchを呼ぶという話でしたが、今年は、逆に、PyTorch（Python）からpyjuliaを使ってJuliaを呼ぶ、という話です。愚痴自分１人だけなのでであれば昨年書いたように、JuliaからPyTorchを呼ぶでいいんですが、いかんせん複数人でいろんなモデルを作って試すとなると、みんなPython使ってるわけで、やっぱり、現状ではPythonをメインに使わざるをえない部分があります。実際、PyTorch便利ですよね。なんだかんだいって、Flux.jlやKnet.jlなどとは、フレームワークとしての完成度が違います。なんですけど、PyTorch
Gln 2021/08/09
リンク
Julia 1.0の注意点 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 背景 Julia v1.0 が2018/8/8にリリースされました。 Julia v1.0は、前バージョンであるv0.6からいくつかの変更点があるのですが、今のところ世の中にある（とくに日本語の）Julia関連のドキュメントはv0.6以前のものが多いため、v1.0で実行しても動かないことがあります。そこで、Julia v1.0を使うための注意点など、気づいた点を書いてみたいと思います。実際には、とくにユーザーとして普通に使うだけならv0.6とv1.0の違いは大したことはないので、たいてい、ほんのちょっと変えれば動くのですが、その「
Gln 2021/02/13
リンク
1