最佳神经网络Julia库

我一直在使用该库进行基本的神经网络构建和分析。

但是，它不支持构建多层神经网络等。

因此，我想知道任何用于在Julia中进行高级神经网络和深度学习的不错的库。

Mocha.jl -Mocha是Julia的深度学习框架，灵感来自C ++框架Caffe。

具有良好文档和示例的项目。可以在CPU和GPU后端上运行。

MXNet Julia软件包-Julia中灵活高效的深度学习

https://github.com/dmlc/MXNet.jl

优点

• 快速
• 通过自动并行扩展到多GPU和分布式设置。
• 轻巧，高效存储并且可移植到智能设备。
• 自动区分

缺点

• 还没有用于算法实现的低级操作。但是他们正在解决这个问题（https://github.com/dmlc/mxnet/issues/586）

截至2016年10月，Julia还有一个Tensorflow包装器：

https://github.com/malmaud/TensorFlow.jl

只是添加一个更新的（2019）答案：Flux。

Flux is an elegant approach to machine learning. It's a 100% pure-Julia stack,
and provides lightweight abstractions on top of Julia's native GPU and
AD support. Flux makes the easy things easy while remaining fully hackable.

例如：

model = Chain(
  Dense(768, 128, σ),
  LSTM(128, 256),
  LSTM(256, 128),
  Dense(128, 10),
  softmax)

loss(x, y) = crossentropy(model(x), y)

Flux.train!(loss, data, ADAM(...))

还有一个更新的库是Knet.jl。它会做一些事情，例如在后台使用GPU。

https://github.com/denizyuret/Knet.jl