Menü
Developer

Khronos veröffentlicht Austauschformat für neuronale Netze

Das Neural Network Exchange Format soll den Transfer trainierter Netze über unterschiedliche Tools vereinfachen.

Von
vorlesen Drucken Kommentare lesen 6 Beiträge
Khronos veröffentlicht Aaustauschfomat für neuronale Netze

Die Khronos Group hat Version 1.0 des Neural Network Exchange Format (NNEF) veröffentlicht. Es soll als Austauschformat für trainierte künstliche neuronale Netze dienen. Entwickler und Data Scientists können Netze im Framework ihrer Wahl trainieren und an die gewünschte Inferenzmaschine übertragen. NNEF ist darauf ausgelegt, mittelfristig unter anderem mit Torch, Caffe, TensorFlow, Theano, Chainer, Caffe2, PyTorch und MXNet zusammenzuarbeiten.

NNEF bietet Anbindung an zahlreiche Tools.

(Bild: Khronos Group)

Version 1.0 der Spezifikation deckt wohl eine breite Palette von Anwendungsfällen und unterschiedliche Typen neuronaler Netze ab. Die Syntax von NNEF ist an Programmiersprachen angelehnt. Offensichtlich steht dabei vor allem Python im Vordergrund, was durchaus konsequent ist, da die Programmiersprache im Machine-Learning-Umfeld eine große Rolle spielt und viele Tools darauf setzen.

Die Macher wollen das Format auf Basis der ersten Hauptversion der Spezifikation weiterentwickeln, um den schnellen Entwicklungen im Bereich des Machine Learning gerecht zu werden und Entwicklern gleichzeitig eine stabile Plattform zu bieten. Wer bereits die vorläufige Version von NNEF probiert hat, findet jedoch in der nun veröffentlichten Spezifikation einige Änderungen.

Ein wichtiger Aspekt bei der Definition des Formats ist, dass die Dokumente zwar maschinell generiert sind, aber für Menschen gut lesbar sein sollen. Auf die Weise können Forscher sie gut als Grundlage für neue Netze nutzen. Die Spezifikation unterscheidet zwischen Network Structure Files und Network Data Files. Erstere bieten eine Beschreibung des Netzes, während Letztere konkrete Tensoren, Daten und Algorithmen enthalten. Eine Strukturdatei kann mehrere Datendateien enthalten.

Das Network Structure File bietet eine allgemeine Beschreibung, die konkret in den Datendateien umgesetzt ist.

(Bild: Khronos Group)

Die Khronos Group hat erste Tools in einem GitHub-Repository unter der Apache-2-Lizenz bereitgestellt. Derzeit ist die Palette jedoch mit Konvertern für TensorFlow und Caffe recht überschaubar. Ein weiterer Konverter für Caffe2 befindet sich in Entwicklung und soll in Kürze erscheinen. Ebenfalls in Arbeit ist eine Importschnittstelle für die Neural-Network-API (NNAPI) von Android. Die Spezifikation ist in der NNEF Registry auf der Khronos-Site zu finden. Diskussionen über die Weiterentwicklung soll über das Dokumentations-Repository auf GitHub stattfinden.

Weitere Informationen lassen sich der offiziellen Projektseite sowie der der Pressemitteilung zu NNEF 1.0 entnehmen. (rme)