クロノス・グループ、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

 

 世界有数のハードウェアおよびソフトウェア企業からなるオープン・コンソーシアムのKhronos(TM)Group(以下、クロノス)は、トレーニング・フレームワークと推論エンジン間の、トレーニング・ニューラルネットワークの普遍的な交換の暫定仕様である、ニューラル・ネットワーク変換フォーマット(NNEF(TM))1.0を発表しました。NNEFは、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豊富な組み合わせを、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で使用可能とし、マシン学習の展開におけるフラグメンテーションを軽減します。今回、NNEF 1.0を暫定仕様として発表することで、仕様が確定する前に業界からのフィードバックを組み込むことができるほか、クロノスはNNEF GitHubリポジトリでのコメントとフィードバックを歓迎します。

 NNEFは、データ科学者とエンジニアがトレーニング・ネットワークを、選択したトレーニング・フレームワークから、さまざまな推論エンジンに簡単に転送可能とすることを目指しています。機器メーカーが信頼し、安定かつ柔軟で拡張可能な標準仕様は、最新機器にニューラル・ネットワークを広範囲に応用させるために重要であり、NNEF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、動作及びパラメータの詳細をカプセル化し、それを生成するために使用されるツールと、それを実行するために使用される推論エンジンが含まれます。

 クロノスで、NNEFワークグループのチェアを務めるPeter McGuinness氏は、次のように述べています。「機械学習の分野は、現場で活躍している多くのグループの活力の恩恵を受けていますが、一般的な基準が不足しています。クロノスはこの業界のニーズを受け止め、ニューラル・ネットワークの交換に関するNNEFの普遍的な標準について1年以上活動してきました。これはニューラル・ネットワークにとって、PDFが果たしたのと同等の役割を果たすものでしょう」

 NNEFは、Torch、Caffe、TensorFlow、Theano、Chainer、Caffe2、PyTorch、MXNetなどのツールやエンジン間で、確実にエクスポートおよびインポートできるよう設計されています。NNEF 1.0暫定仕様は、豊富な機能セットを備えた、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、正確さを高める要素を追加するスケーラブルな設計に対応しています。NNEFには、高度なネットワーク最適化の機会を提供する、カスタム複合オペレーションの定義が含まれています。将来の作業は、このアーキテクチャを基にして予測可能な方法で構築されるため、NNEFは急速に変化する機械学習の分野を追跡し展開する、安定したプラットフォームを提供することになります。

 Khronosは、NNEF構文パーサー/バリデーター、TensorFlowなどのフレームワークからのサンプル・エクスポーターを含む、一連のオープンソース・プロジェクトを開始し、NNEFを独自のワークフローに役立てるための機械学習コミュニティの参加を歓迎します。さらに、NNEFはクロノスのOpenVX(TM)ワーキング・グループと緊密に連携し、NNEFファイルの処理を可能にしています。OpenVX Neural Networkの拡張により、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い学習の操作を1つのグラフにまとめることができます。

 ※以下は添付リリースを参照

以上

 

 

リリース本文中の「関連資料」は、こちらのURLからご覧ください。

添付リリース

http://release.nikkei.co.jp/attach_file/0467087_01.pdf