Neural Network Libraries v1.31.0をリリースしました！
また、本リリースに合わせてnnabla-rl, nnabla-nas, nnabla-browserもアップデートされました！

Spotlight

nnabla-rl v0.12.0公開

nnabla-rl v0.12.0をリリースしました。v0.12.0ではQRSACやREDQ等の強化学習アルゴリズムの他、新たにiLQRやMPPI等の最適制御アルゴリズムも追加しました！
さらにnnabla-browserを利用した、計算グラフの可視化や学習曲線の表示が可能になりました！

$ pip install nnabla-rl

で、ダウンロード・インストール出来ますので、是非お試しください。
nnabla-rlのリリースの詳細はnnabla-rlのリリースノートも合わせてご覧ください。

また、深層強化学習を業務で利用してみたい、深層強化学習とはどんなものか知りたいといった方向けに、nnablaのYouTubeチャンネルに新たに「nnabla-rlによる深層強化学習入門」と題して、nnabla-rlを使って基礎から深層強化学習を学ぶ講義シリーズを公開しました！
こちらのリンクから是非ご視聴ください。

Attention Branch Network (ABN)のColabデモの追加

画像の分類でのAttention Branch NetworkのColabデモを追加しました。Attention Branch Networkとは、判断根拠の説明で得られる注視領域をAttention機構へ応用し、その説明の可視化と精度向上を同時に実現する手法です。

Name	Notebook	Task
Attention Branch Network		Visualization

機械学習での公平性チュートリアルの拡充

機械学習での公平性チュートリアルとして、バイアス緩和アルゴリズムを２種類追加しました。学習でのバイアス緩和アルゴリズムPrejudice Remover Regularizerと、後処理型のバイアス緩和アルゴリズムRejection Option-based classificationのチュートリアルです。Colabインタラクティブデモにて、利用できます。

Name	Notebook	Task
Prejudice Remover Regularizer for Images		Model Bias Check and Mitigation
Rejection Option-based Classification for image		Bias mitigation

Diffusion Probabilistic Model (DPM)のexampleの拡充

Diffusion Modelのexmampleに高速な生成アルゴリズムの追加と条件付き生成に関連した手法の実装を追加しました。詳細は以下のPRをご覧ください。
– ODEベースの高速なサンプラーの追加
– class conditional DPMおよび高解像度画像の多段生成の追加

nnabla

Core

• Add narrow function for NdArray (CPU / GPU)

OP layer

• Error function (erf) implementation (CPU / GPU)
• Add TopK support to ONNX importer

Bugfix

• implement drop_last option for slice
• fix numpy indice error due to numpy version update
• add code to allow unlink variable
• Support compile nnabla-ext-cuda with cuTENSOR in non-docker environment
• Correct macro error in convolution.c

Build

• add tensorboard version dependency of file format converter
• build android target with dynamic link
• Sync api level version from NNabla.
• Sync api_level version from NNabla for TopK

Format Converter

• Add TopK support to ONNX importer
• Add GlobalMaxPool, RandomNormal, RandomUniform support to ONNX importer
• Fix issues in ONNX importer
• restore the CL-initializer in legacy_nnp_graph.py to graph_def.py

Examples

• add example of infer semantic segmentation by cpp
• Add ODE based samplers

Known Issues

• FFT/iFFT pytest cases fails on Win32+CUDA11.4 Cuda backend

nnabla-RL

Bugfix

• Fix algos. Properly apply grad clip and weight decay
• Correct variable to use during rnn training
• Check np_random instance and use correct randint alternative
• Fix pendulum-env render
• Fix ScreenRenderEnv to support gym 0.25.0

Core

• Run PPO on single process when actor num is 1
• Add qrsac algorithm
• Add REDQ algorithm
• Update to support discrete tuple
• Add icra2018 qtopt
• Add goal_env module
• Add PPO tuple state support
• Add iLQR and LQR
• Add mppi
• Add ddp
• Add gmm and Update gaussian

Utility

• Support nnabla-browser

Documentation

• Fix module path of sac
• Improve README with graph visulization feature with nnabla-browser

Build

• Extend github build timelimit to 5 minutes

nnabla-browser

Bugfix

• Add rogue parameter support
• Add rogue parameter support (support nnabla-rl)

nnabla-NAS

Core

• Redefine the batch size definition
• Rework config and hparams

Bugfix

• Fix wrong path to working directory when saving and loading files
• Remove the duplicate processes of saving learned weights in OFA searcher
• Fix KeyError: ‘comm’.
• [OFA] Add loss_weights arg in configs
• Fix OFA valid/test
• Fix imagenet datapath
• Fix wrong working directory for OFAResnet50 and OFAXception search spaces

Build

• Add dependencies for RTD documentation build.
• Correct the package installation files.