Machine Learning: DeepMind macht Sonnet-Bibliothek zum Open-Source-Projekt
Zwar ähnelt Sonnet anderen Bibliotheken zum Erstellen neuronaler Netze, allerdings baut sie auf TensorFlow auf und soll durch spezifische Designentscheidungen etwa das Experimentieren mit rekurrenten Netzen erleichtern.
- Julia Schmidt
Nachdem DeepMind im vorigen Jahr verkündet hatte, seine Forschungsaktivitäten auf TensorFlow umzustellen, hat das seit 2014 zu Google gehörende Unternehmen nun mit Sonnet eine eigene Bibliothek zum Erstellen neuronaler Netze freigegeben. Sie ist nach DeepMind Lab das zweite Open-Source-Projekt der Briten und laut Ankündigung sollen weitere folgen. Als zentrale Sammelstelle weist DeepMinds Website nun auch eine spezielle OS-Rubrik auf, die neben Code auch Datensets umfasst.
Sonnet baut auf TensorFlow auf und soll Nutzern dabei helfen, schnell Neuronale-Netz-Module bauen zu können. Die Bibliothek nutzt einen objektorientierten Ansatz und fördert das Erstellen von Modulen, die Untermodule intern deklarieren oder während der Konstruktionsphase an andere Module weitergereicht werden, um Hierarchien abbilden zu können. Darüber hinaus ermöglicht es die Bibliothek Modulen, auf beliebig verschachtelten Tensorgruppen zu arbeiten, was sich etwa beim Experimentieren mit rekurrenten neuronalen Netzen als hilfreich erweisen kann, wenn etwa ein Austausch ansteht.
Die Quelloffenlegung soll nicht bedeuten, dass DeepMind nicht länger an Sonnet arbeiten möchte, vielmehr sind regelmäßige Updates versprochen. Die Freigabe soll es dem Team wohl erleichtern, Modelle mit anderen zu teilen und zudem die Forschungsarbeiten in der TensorFlow-Community voranbringen. (jul)
