Flux（機械学習フレームワーク）

FluxはJuliaで書かれたオープンソースの機械学習ソフトウェアライブラリおよびエコシステムです。^{[ 1 ] [ 7 ]}現在の安定版リリースは v 0.16.5です。 ^{[ 5 ]}よりシンプルなモデルのためのレイヤースタッキングベースのインターフェースを備え、モノリシックな設計ではなく、他の Julia パッケージとの相互運用性を強力にサポートしています。^{[ 8 ]}例えば、GPU サポートは CuArrays.jl によって透過的に実装されています。^{[ 9 ]}これは、 TensorFlow.jl (非公式のラッパー、現在は非推奨)のように、Julia バインディングを使用して他の言語で実装されている他の機械学習フレームワークとは対照的です。そのため、基盤となる実装 (多くの場合 C または C++) に存在する機能によって制限されます。^{[ 10 ]} Flux は2021 年 12 月に提携プロジェクトとしてNumFOCUSに参加しました。 ^{[ 11 ]} 

Flux の相互運用性への注力により、例えばFlux.jl と DifferentialEquations.jl を DiffEqFlux.jl に統合することで、ニューラル微分方程式のサポートが可能になりました。 ^{[ 12 ] [ 13 ]}

Fluxはリカレントネットワークと畳み込みネットワークをサポートしています。また、ソース間自動微分パッケージであるZygote.jl ^{[ 17 ]}を介して微分可能なプログラミングも可能です^{[ 14 ] [ 15 ] [ 16 ]。}

Julia は機械学習で人気の言語です^{[ 18 ]}、Flux.jl は最も評価の高い機械学習リポジトリです^{[ 18 ]} (Lux.jl は Flux.jl と多くのコードを共有する、より新しい別のリポジトリです)。Juliaコードをコンパイルして Google のテンソル処理ユニット(TPU)で実行するデモンストレーション^{[ 19 ]}は、 Google Brain AI のリーダーであるJeff Dean氏から賞賛を受けました^{[ 20 ]}。

Fluxは、準同型暗号化データを復号化することなく扱うニューラルネットワークを構築するためのフレームワークとして使用されてきました。 ^{[ 21 ] [ 22 ]}この種のアプリケーションは、機械学習モデルを使用する将来のAPIのプライバシーにとって中心的な役割を果たすと想定されています。^{[ 23 ]}

Flux.jl は、CUDAハードウェア上で高レベルプログラムを実行するための中間表現です。^{[ 24 ] [ 25 ]}これは、同じくGPU プログラミング言語である CUDAnative.jl の前身です。^{[ 26 ]}

• 微分可能なプログラミング
• 深層学習ソフトウェアの比較
• 機械学習ソフトウェアの比較