Industriestandaard voor neurale netwerken gepresenteerd

Industriegroep Khronos heeft een voorlopige standaard van zijn Neural Network Exchange Format (NNEF) gepubliceerd. Het bestandsformaat is bedoeld om getrainde neurale netwerken uit te wisselen, met name van van het ontwikkelraamwerk naar hardware-implementaties. Halverwege 2018 moet de definitieve versie volgen.

Op het moment zijn er flink wat deep learning/ai-raamwerken in omloop – Tensorflow, Keras, Caffe, Caffe2, Pytorch, CNTK, om maar wat te noemen – die allemaal hun eigen manier hebben om netwerken te configureren en de structuur en trainingsresultaten op te slaan. Ze hebben ook grotendeels eigen compilers naar implementaties op een cpu, gpu, dsp of asic. Neurale netwerken bestaan echter telkens uit dezelfde algemene typen bouwblokken en bewerkingen.

Met NNEF kunnen modellen uitgedrukt worden in dit soort algemene bouwblokken. Het is ook mogelijk bewerkingen te combineren, zodat een compiler daar specifiek voor kan optimaliseren indien nodig. Het formaat is vooralsnog niet bedoeld om trainingsstrategieën en dergelijke mee te beschrijven.