Deep Learning: JetBrains veröffentlicht erste Alpha-Version für KotlinDL
Das Deep-Learning-Framework des Unternehmens soll Entwickler bei der Erstellung, beim Training und Deployen von Modellen in einer JVM unterstützen.
(Bild: Phonlamai Photo/Shutterstock.com)
Der tschechische Toolhersteller JetBrains hat eine erste Preview für das Deep-Learning-Framework (DL) KotlinDL in Version 0.1.0 veröffentlicht. In der Programmiersprache Kotlin geschrieben und offenbar durch die Python-DL-API Keras inspiriert, hat das Tool APIs für das Erstellen, das Training und das Deployen von Deep-Learning-Modellen in einer Java-Virtual-Machine-Umgebung (JVM) im Gepäck.
Bereits einige APIs integriert
KotlinDL unterstützt das Ausführen von Prozessen auf dem Grafikprozessor (GPU), um das Training von Deep-Learning-Modellen zu beschleunigen. Darüber hinaus hält das Tool unter anderem APIs für das Erstellen und das Training von Feedforward Neural Networks und Convolutional Neural Networks (CNN) bereit. Ein Feedforward Neural Network ist ein künstliches neuronales Netz, das Informationen schichtweise vom Input- zum Outlayer weitergibt, und zwar immer in Richtung Outlayer, nicht in Richtung Inputlayer. Convolutional Neural Network bezeichnet ein Konzept des maschinellen Lernens, das von biologischen Prozessen inspiriert ist.
Die Preview enthält darüber hinaus offenbar weitere APIs für das Erstellen, das Training, die Speicherung sowie das Laden von DL-Modellen, um Inferenzen ausführen zu können. Entwicklerinnen und Entwickler, die ein Modell zur Inferenz importieren, können ein mit KotlinDL trainiertes Modell oder ein in Python mit Keras (2.x) trainiertes Modell importieren.
Für Modelle, die mit KotlinDL oder Keras trainiert wurden, bietet das DL-Framework eine Transfer-Lernmethode, die es Entwicklern ermöglicht, ein vorhandenes vortrainiertes Modell zu verwenden und es für ihre Zwecke anzupassen.
Ein Blick unter die Haube
Das Deep-Learning-Framework aus dem Hause JetBrains baut auf der TensorFlow Java API auf und wird laut Ankündigungsbeitrag aktiv von der Open-Source-Community entwickelt. Die erste Alpha-Version bietet eine begrenzte Anzahl von Layern und unterstützt derzeit noch nicht alle Keras-Modelle. Entwickler können vortrainierte CNN-Modelle der Typen VGG-16 oder VGG-19 importieren und bearbeiten. Ein ResNet50-Modell ist hingegen noch nicht verfügbar. Des Weiteren können Entwickler zwar ein Modell in einer serverseitigen JVM-Umgebung bereitstellen, allerdings wird die Inferenz auf Android-Geräten noch nicht unterstützt. Support dafür möchte das Entwicklerteam in kommenden Versionen integrieren.
Nähere Informationen zu KotlinDL finden sich auf GitHub und im Ankündigungsbeitrag auf dem offiziellen JetBrains-Blog.
(mdo)
