PropelがTensorFlow.jsを活用する計画にシフト

Propel JavaScript科学計算および機械学習ライブラリは、プロジェクトの方向性に変更があったことを発表した。Propelが2018年3月に最初にサービスを開始してからわずか数週間後、TensorFlow.jsはそのリリースを発表した。Propelの最初の取り組みで、deeplearn.jsとTensorFlowのC実装が拡張された。Tensorflow.jsは、Googleが公開したJavaScriptライブラリであるdeeplearn.jsの進化版である。

TensorFlow.jsとPropelの低レベルアプローチの類似点を考えれば、Propelプロジェクトチームはすぐに共有プラットフォーム上に集約するほうが良いことに気付いた。

最近TensorFlow.jsがリリースされました。それはうまく設計されており、バックプロパゲーションを実行するためのオートグラードスタイルのインターフェースを提供し、Nodeをサポートすることにコミットしています。これは我々の要求を満たすものです。2つの取り組みを並列して追求することは非生産的です。このようにして我々はPropelライブラリの基礎を構成していたバックプロパゲーションの実装、TF Cバインディング、TF/DLブリッジを放棄しています。私たちはTFJS上で私たちの取り組みを再建していくつもりです。

そのため、Propelプロジェクトは現在再スタートしている。ウェブサイトとPropelの使用例はもう利用できない。プロジェクト内の外向きの活動はここ数週間は最小限に抑えられており、Propelチームは新たな方向性を定義するための取り組みを行っている。

私たちの高レベルの目標としては、引き続きJavaScriptによる科学計算の生産性の高いワークフローになることです。TFJS上に構築することで、より高度な機能に焦点を当てることができます。

TensorFlow.jsは、Propelの初期のオリジナルの作業と同様に、GPUでサポートされている数値演算のためにWebGLを活用している。TensorFlow.jsチームによると、Node.jsがサポートされるようになった。

そうです！最近、TensorFlowのNode.jsバインディングをリリースしました。これにより、ノード内のベースとなるTensorFlow C実装にバインドさせながら、同じJavaScriptコードがブラウザとNode.jsの両方で動作させることができます。GitHubで開発状況を追うことができますし、NPMパッケージを試すことができます。

TensorFlow.jsのリリースの一部として、deeplearn.jsライブラリはTensorFlow.js Coreとなっている。コアライブラリ以外に、TensorFlow.jsには、機械学習モデルの構築するためのLayers APIと、TensorFlow SavedModelsモデルとKeras HDF5モデルを自動的に移植するためのツールが追加されている。

PropelとTensorFlow.jsはどちらもApache 2.0ライセンスに基づいたオープンソースプロジェクトである。コントリビューションは、TensorFlow.jsとPropel用のGitHubリポジトリを介して奨励されている。