Ivy：面向跨框架可移植性的模板化深度学习
机器学习
2021-04-06 v3 人工智能
计算机视觉与模式识别
神经与进化计算
机器人学
摘要
我们介绍 Ivy，一个对现有深度学习（DL）框架进行抽象的模板化深度学习（DL）框架。Ivy 统一了这些框架的核心函数，以呈现一致的调用签名、语法和输入输出行为。随后，新的高层、与框架无关的函数和类可作为统一底层 Ivy 函数的组合来实现，并可与特定框架的代码一同使用。Ivy 目前支持 TensorFlow、PyTorch、MXNet、Jax 和 NumPy。我们还发布了四个纯 Ivy 库，分别用于力学、三维视觉、机器人和可微环境。通过评估，我们表明 Ivy 可显著减少代码行数，且在大多数情况下运行时开销低于 1%。我们欢迎开发者通过用 Ivy 编写自己的函数、层和库来加入 Ivy 社区，以最大化受众并借助跨框架代码库助力加速 DL 研究。更多信息见 https://ivy-dl.org。
引用
@article{arxiv.2102.02886,
title = {Ivy: Templated Deep Learning for Inter-Framework Portability},
author = {Daniel Lenton and Fabio Pardo and Fabian Falck and Stephen James and Ronald Clark},
journal= {arXiv preprint arXiv:2102.02886},
year = {2021}
}
备注
Code at https://github.com/ivy-dl/ivy