DeepMind发布神经网络、强化学习库，网友：推动JAX发展

点击上方“AI遇见机器学习”，选择“星标”公众号

重磅干货，第一时间送达

十三发自凹非寺
量子位报道 | 公众号 QbitAI

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。

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。

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。

$ 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。

import haiku as hk
import jax.numpy as jnpdef softmax_cross_entropy(logits, labels):one_hot = hk.one_hot(labels, logits.shape[-1])return -jnp.sum(jax.nn.log_softmax(logits) * one_hot, axis=-1)def loss_fn(images, labels):model = hk.Sequential([hk.Linear(1000),jax.nn.relu,hk.Linear(100),jax.nn.relu,hk.Linear(10),])logits = model(images)return jnp.mean(softmax_cross_entropy(logits, labels))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。

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

—— 完 ——

推荐阅读

干货|学术论文怎么写

资源|NLP书籍及课程推荐（附资料下载）

干货|全面理解N-Gram语言模型

资源|《Machine Learning for OpenCV》书籍推荐

欢迎关注我们，看通俗干货！