DeepMind发布神经网络、强化学习库,网友:推动JAX发展

新闻 人工智能
JAX由谷歌提出,是TensorFlow的简化库。结合了针对线性代数的编译器XLA,和自动区分本地 Python 和 Numpy 代码的库Autograd,在高性能的机器学习研究中使用。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

 DeepMind今日发布了Haiku和RLax两个库,都是基于JAX。

JAX由谷歌提出,是TensorFlow的简化库。结合了针对线性代数的编译器XLA,和自动区分本地 Python 和 Numpy 代码的库Autograd,在高性能的机器学习研究中使用。

而此次发布的两个库,分别针对神经网络和强化学习,大幅简化了JAX的使用。

Haiku是基于JAX的神经网络库,允许用户使用熟悉的面向对象程序设计模型,可完全访问 JAX 的纯函数变换。

RLax是JAX顶层的库,它提供了用于实现增强学习代理的有用构件。

有意思的是,Reddit网友惊奇的发现Haiku这个库的名字,竟然不以“ax”结尾。

DeepMind发布神经网络、强化学习库,网友:推动JAX发展

当然,也有网友对这两个库表示了肯定:

毫无疑问,对JAX起到了推动作用。

DeepMind发布神经网络、强化学习库,网友:推动JAX发展

那么,我们就来看下Haiku和RLex的庐山真面目吧。

Haiku

Haiku是JAX的神经网络库,它允许用户使用熟悉的面向对象编程模型,同时允许完全访问JAX的纯函数转换。

它提供了两个核心工具:模块抽象hk.Module,和一个简单的函数转换hk.transform。

hk.Module是Python对象,包含对其自身参数、其他模块和对用户输入应用函数方法的引用。

hk.transform允许完全访问JAX的纯函数转换。

其实,在JAX中有许多神经网络库,那么Haiku有什么特别之处呢?有5点。

1、Haiku已经由DeepMind的研究人员进行了大规模测试

DeepMind相对容易地在Haiku和JAX中复制了许多实验。其中包括图像和语言处理的大规模结果、生成模型和强化学习。

2、Haiku是一个库,而不是一个框架

它的设计是为了简化一些具体的事情,包括管理模型参数和其他模型状态。可以与其他库一起编写,并与JAX的其他部分一起工作。

3、Haiku并不是另起炉灶

它建立在Sonnet的编程模型和API之上,Sonnet是DeepMind几乎普遍采用的神经网络库。它保留了Sonnet用于状态管理的基于模块的编程模型,同时保留了对JAX函数转换的访问。

4、过渡到Haiku是比较容易的

通过精心的设计,从TensorFlow和Sonnet,过渡到JAX和Haiku是比较容易的。除了新的函数(如hk.transform),Haiku的目的是Sonnet 2的API。

5、Haiku简化了JAX

它提供了一个处理随机数的简单模型。在转换后的函数中,hk.next_rng_key()返回一个唯一的rng键。

那么,该如何安装Haiku呢?

Haiku是用纯Python编写的,但是通过JAX依赖于c++代码。

首先,按照下方链接中的说明,安装带有相关加速器支持的JAX。

https://github.com/google/jax#installation

然后,只需要一句简单的pip命令就可以完成安装。

  1. $ pip install git+https://github.com/deepmind/haiku 

接下来,是一个神经网络和损失函数的例子。

  1. import haiku as hk 
  2.  
  3. import jax.numpy as jnp 
  4.  
  5. def softmax_cross_entropy(logits, labels): 
  6.  
  7.   one_hot = hk.one_hot(labels, logits.shape[-1]) 
  8.  
  9.   return -jnp.sum(jax.nn.log_softmax(logits) * one_hot, axis=-1
  10.  
  11. def loss_fn(images, labels): 
  12.  
  13.   model = hk.Sequential([ 
  14.  
  15.       hk.Linear(1000), 
  16.  
  17.       jax.nn.relu, 
  18.  
  19.       hk.Linear(100), 
  20.  
  21.       jax.nn.relu, 
  22.  
  23.       hk.Linear(10), 
  24.  
  25.   ]) 
  26.  
  27.   logits = model(images) 
  28.  
  29.   return jnp.mean(softmax_cross_entropy(logits, labels)) 
  30.  
  31. loss_obj = hk.transform(loss_fn) 

RLax

RLax是JAX顶层的库,它提供了用于实现增强学习代理的有用构件。

它所提供的操作和函数不是完整的算法,而是强化学习特定数学操作的实现。

RLax的安装也非常简单,一个pip命令就可以搞定。

  1. pip install git+git://github.com/deepmind/rlax.git 

使用JAX的jax.jit函数,所有的RLax代码可以不同的硬件上编译。

RLax需要注意的是它的命名规则。

许多函数在连续的时间步长中考虑策略、操作、奖励和值,以便计算它们的输出。在这种情况下,后缀_t和tm1通常是为了说明每个输入是在哪个步骤上生成的,例如:

q_tm1:转换的源状态中的操作值。

a_tm1:在源状态下选择的操作。

r_t:在目标状态下收集的结果奖励。

q_t:目标状态下的操作值。

Haiku和RLax都已在GitHub上开源,有兴趣的读者可从“传送门”的链接访问。

传送门

Haiku:

https://github.com/deepmind/haiku

RLax:

https://github.com/deepmind/rlax

 

 

责任编辑:张燕妮 来源: 量子位
相关推荐

2022-11-02 14:02:02

强化学习训练

2022-11-17 13:32:46

AlphaZero黑箱网络

2020-06-05 14:49:51

强化学习算法框架

2021-09-10 16:31:56

人工智能机器学习技术

2017-03-20 15:23:46

人工智能连续学习神经网络

2020-01-16 15:57:36

AI 数据人工智能

2022-10-08 09:53:17

AI算法

2020-05-06 16:07:05

百度飞桨

2023-03-09 08:00:00

强化学习机器学习围棋

2020-08-10 06:36:21

强化学习代码深度学习

2017-08-22 15:56:49

神经网络强化学习DQN

2020-08-06 10:11:13

神经网络机器学习算法

2018-11-14 10:28:38

AI数据科技

2022-02-25 15:08:16

强化学习职业博士

2023-11-07 07:13:31

推荐系统多任务学习

2023-07-21 14:58:05

智能开发

2021-06-25 15:36:37

框架AI开发

2021-11-30 08:00:00

人工智能数据技术

2023-09-21 10:29:01

AI模型

2018-07-03 16:10:04

神经网络生物神经网络人工神经网络
点赞
收藏

51CTO技术栈公众号