索尼免費開放其深度學習工具「核心庫」，現以開放源代碼的形式供公眾使用

索尼公司日前宣布其「神經網路庫」（Neural Network Libraries）現以開放源代碼的形式供公眾使用，該庫可作為開發人工智慧深度學習程序的框架。軟體工程師和設計師現在能充分利用這些免費的核心庫，用於研發深度學習程序並將其融入到產品或服務中。轉為開放源代碼也是為了讓研發隊伍能在現有核心庫程序的基礎上更進一步。

深度學習是指一種使用模擬人腦的神經網路的機器學習形式，通過轉向基於深度學習的機器學習，過去幾年圖像和語音識別技術飛速發展，甚至在某些領域已超越人類。與傳統形式的機器學習相比，尤其值得關注的是深度學習的多功能性，除了圖像和語音識別之外，還應用於包括機器翻譯、信號處理和機器人等各種領域。

神經網路設計工作對深度學習程序的開發至關重要。程序員可構建最適合手頭任務的神經網路，例如圖像或語音識別，並通過一系列的試驗優化網路性能後，將其載入到產品或服務中。索尼核心庫（操作模塊組）中包含的軟體有效地促進了上述所有的開發過程，並融合了以下用於深度學習研發的必要元素。

多用途執行環境

索尼核心庫中的軟體主要用C++11編寫，它是一種在各種環境（包括圖形處理器GPU在內的操作系統和硬體）中運行的編程語言，可在Linux，Windows以及其它眾多平台上運行。

高效的研發環境

除了C++核心庫，索尼還提供一層Python介面功能。Python是用於深度學習開發的主流編程語言，可實現輕鬆的原型開發和高效開發。因為它支持直觀的、具有較少代碼行的神經網路設計，所以能讓開發人員專註於創建神經網路，同時發展能更高效、更省時和更節約成本使用深度學習的技術。

多功能性

它們既靈活又富有表現力，可跟上不斷創新的深度學習領域的最新進展，同時也可應付神經網路的動態性。

高速運行

索尼的核心庫與英偉達的GPU兼容，能以可達到的最快速度進行神經網路學習並執行，為深度學習所支持的技術研發創造條件，迭代時間更短。

易於修改

此外，在深入學習的前沿領域，視需要開發和添加新功能會十分簡單。例如，添加優化器模組以及作為神經網路構成元素的功能模塊就很簡單。

簡單的硬體移植

核心庫的構建考慮了向新硬體移植的問題，所以能夠實現向智能手機和物聯網設備等硬體的簡單轉移。

索尼表示，旗下研發平台和系統研發團隊一直將這些核心庫作為涉及深度學習的產品和服務開發的基礎。包括AR Effect，一個智能增強現實應用程序，用於Xperia智能手機系列的拍照功能；以及Lifelog，一個使用動作識別技術的活動追蹤小程序；還有Price Estimation Engine（價格估算引擎），在買賣房地產時能提供高度準確的合約價格估算。

這項政策是索尼人工智慧環境優化倡議的一部分，需要更多的商品和服務使用人工智慧提供更高的便利水平，索尼也正在使其核心庫變為開放源代碼，希望更多的開發人員和研究人員能夠本著為社會做貢獻的目的，在其已有程序的基礎上更進一步。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！