今回は、2/1にリリースしたNeural Network Libraries v1.0.11の主なアップデートについてご紹介します！

誰でも最先端モデルを簡単に

v1.0.11からnnabla.models APIが追加されました。
このAPIによって学習済みstate-of-the-artモデルによる推論と学習を簡単に行うことができます。

from nnabla.models.imagenet import ResNet
model = ResNet(18)
batch_size = 1
x = nn.Variable((batch_size,) + model.input_shape)
y = model(x, training=False)

現在、ImageNetで学習済みの以下のモデルが利用可能です。

• ResNet-18,34,50,101,152

• MobileNetV2

• SqueezeNet

• SENet-154

今後も続々と学習済みモデルを追加していく予定です。
是非ご利用ください！

レイヤー関数の新規追加・改善

IsInf, IsNaN, ResetNaN, ResetInf, Whereをレイヤー関数として新規追加

forward_allがclear_bufferに対応

pooling functionsが3D dataに対応

[Experimental] PyTorchライクな関数APIの追加

solverにAMSGRADを追加

SolverStateがSerialization可能に

3D dataに対するmax/average poolingのCUDNN実装の追加

TensorCoreでConvolutionが正しく動作しなかった問題を修正

Utilitiesの機能追加・改善

onnx exporterの改善

onnx importerの改善

[Experimental] Trainer APIの追加

[C++] nnp APIでメモリ上に展開されたnnpデータのロードが可能に

nnbla-cliが複数データセットが保存された.proto fileに対応

learing rate schedulerの追加

[Experimental] 推論時にモデルを軽量化するためのgraph convertersの追加

NNabla Examplesの新規追加

DeepLabv3

Self-attention GAN

Efficient Neural Architecture Search (ENAS)