NNabla是一款用于研究、开发和生产的深度学习框架。NNabla的目标是要能在台式电脑、HPC集群、嵌入式设备和生产服务器上都能运行。
安装
安装NNabla很简单：
这条命令将安装NNabla的CPU版本。你还可以通过执行pip install nnabla-ext-cuda来安装CUDA扩展以添加GPU加速。
特点
容易、灵活和富有表现力
基于NNabla C++ 11内核的Python API为你提供了强大的灵活性和高效的生产力。例如，下面的5行代码定义了一个具有分类损失的双层神经网络(超参数用<>括了起来)。
可以通过以下方式来完成训练：
动态计算图能够实现灵活的运行时网络构建。 NNabla可以同时使用静态和动态图范式，并且两者使用相同的API。
便携性和多平台支持
- Python API可以在Linux和Windows上使用
- 大多数库代码都是用C++ 11编写的，可以部署到嵌入式设备上
可扩展性
- 可以很容易地添加新的模块，如神经网络运算符和优化器。
- 该库允许开发人员添加专门的实现(例如，针对FPGA的实现)。例如，我们提供了CUDA后端扩展，它利用GPU加速来提高运算速度。
高效
- 单个CUDA GPU上的高速度
- 内存优化引擎
- 多GPU支持(即将推出)
文档
https://nnabla.readthedocs.org
安装
https://nnabla.readthedocs.io/en/latest/python/installation.html
入门
- 在tutorial目录中可以找到一些Jupyter Notebook教程。 我们建议从by_examples.ipynb这个实例开始学习。另外，在python_api.ipynb中介绍了NNabla的API。
- 我们还在examples目录中提供了一些更复杂的例子。
- 本文作者：佚名
- 来源：51CTO
