Chainerのすゝめ - pip install deeplearning

研究室でDeepLearningのライブラリといえば、Chainer。

今日はAdvent Calendarの2番手としてChainerを紹介します。

PFIが提供する、DeepLearingのフレームワークです。

2015年6月に公開され、機械学習界隈で注目を集めている期待の新星です。

現在も精力的に機能改善が行われ、この記事を執筆している時点(12/1)では、v1.5.0がリリースされています。(リリースのたびに既存コードの修正をするのが大変なのは秘密です...)

公式サイトをリンクしておくので、英語がデキる人は読んでください。

Chainerの魅力といえば、なんといってもPython Onlyで書けるところです。

Advent Calendar初日の日暮くんの記事にある通り、Pythonは研究室の公用語なので、他のプログラミング言語をわざわざ習得しなくてよいです。

Pythonistaにとってはニューラルネットワークをわかりやすく、直感的に書くことができたり、Chainerのサンプルコードを読むことでDeepLearningの仕組みを再理解できたりもします。

参考までに他のフレームワークと比較しましょう。(画像はこちらのスライドから拝借しました。http://www.slideshare.net/ryokuta/dlchainer)

注目すべきは設定ファイル。DeepLearningのライブラリで有名なCaffeやtheanoは設定ファイルに別の言語を用いています。これから始める人にとっては大きな障害です。

f:id:mutomasahiro1111:20151201120236p:plain

ここまででChainerの素晴らしさを理解できた、むしろ使ってみたくなったと思います。個人的には次の人達にChainerを強くお勧めします。

日本語の公式ドキュメントがないことはネックですが、Qiitaや個人ブログには多くのChainer活用法が投稿されていて様々な応用例をみることができますし、詰まってしまっても解決できるでしょう。

DeepLearningライブラリ界の黒船、TensorFlowに負けずに発展してほしいと願います。