本文經(jīng)AI新媒體量子位（公眾號(hào)ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)聯(lián)系出處。

 DeepMind今日發(fā)布了Haiku和RLax兩個(gè)庫，都是基于JAX。

JAX由谷歌提出，是TensorFlow的簡(jiǎn)化庫。結(jié)合了針對(duì)線性代數(shù)的編譯器XLA，和自動(dòng)區(qū)分本地 Python 和 Numpy 代碼的庫Autograd，在高性能的機(jī)器學(xué)習(xí)研究中使用。

而此次發(fā)布的兩個(gè)庫，分別針對(duì)神經(jīng)網(wǎng)絡(luò)和強(qiáng)化學(xué)習(xí)，大幅簡(jiǎn)化了JAX的使用。

Haiku是基于JAX的神經(jīng)網(wǎng)絡(luò)庫，允許用戶使用熟悉的面向?qū)ο蟪绦蛟O(shè)計(jì)模型，可完全訪問 JAX 的純函數(shù)變換。

RLax是JAX頂層的庫，它提供了用于實(shí)現(xiàn)增強(qiáng)學(xué)習(xí)代理的有用構(gòu)件。

有意思的是，Reddit網(wǎng)友驚奇的發(fā)現(xiàn)Haiku這個(gè)庫的名字，竟然不以“ax”結(jié)尾。

當(dāng)然，也有網(wǎng)友對(duì)這兩個(gè)庫表示了肯定：

毫無疑問，對(duì)JAX起到了推動(dòng)作用。

那么，我們就來看下Haiku和RLex的廬山真面目吧。

Haiku

Haiku是JAX的神經(jīng)網(wǎng)絡(luò)庫，它允許用戶使用熟悉的面向?qū)ο缶幊棠Ｐ?，同時(shí)允許完全訪問JAX的純函數(shù)轉(zhuǎn)換。

它提供了兩個(gè)核心工具：模塊抽象hk.Module，和一個(gè)簡(jiǎn)單的函數(shù)轉(zhuǎn)換hk.transform。

hk.Module是Python對(duì)象，包含對(duì)其自身參數(shù)、其他模塊和對(duì)用戶輸入應(yīng)用函數(shù)方法的引用。

hk.transform允許完全訪問JAX的純函數(shù)轉(zhuǎn)換。

其實(shí)，在JAX中有許多神經(jīng)網(wǎng)絡(luò)庫，那么Haiku有什么特別之處呢？有5點(diǎn)。

1、Haiku已經(jīng)由DeepMind的研究人員進(jìn)行了大規(guī)模測(cè)試

DeepMind相對(duì)容易地在Haiku和JAX中復(fù)制了許多實(shí)驗(yàn)。其中包括圖像和語言處理的大規(guī)模結(jié)果、生成模型和強(qiáng)化學(xué)習(xí)。

2、Haiku是一個(gè)庫，而不是一個(gè)框架

它的設(shè)計(jì)是為了簡(jiǎn)化一些具體的事情，包括管理模型參數(shù)和其他模型狀態(tài)?？梢耘c其他庫一起編寫，并與JAX的其他部分一起工作。

3、Haiku并不是另起爐灶

它建立在Sonnet的編程模型和API之上，Sonnet是DeepMind幾乎普遍采用的神經(jīng)網(wǎng)絡(luò)庫。它保留了Sonnet用于狀態(tài)管理的基于模塊的編程模型，同時(shí)保留了對(duì)JAX函數(shù)轉(zhuǎn)換的訪問。

4、過渡到Haiku是比較容易的

通過精心的設(shè)計(jì)，從TensorFlow和Sonnet，過渡到JAX和Haiku是比較容易的。除了新的函數(shù)(如hk.transform)，Haiku的目的是Sonnet 2的API。

5、Haiku簡(jiǎn)化了JAX

它提供了一個(gè)處理隨機(jī)數(shù)的簡(jiǎn)單模型。在轉(zhuǎn)換后的函數(shù)中，hk.next_rng_key()返回一個(gè)唯一的rng鍵。

那么，該如何安裝Haiku呢？

Haiku是用純Python編寫的，但是通過JAX依賴于c++代碼。

首先，按照下方鏈接中的說明，安裝帶有相關(guān)加速器支持的JAX。

https://github.com/google/jax#installation

然后，只需要一句簡(jiǎn)單的pip命令就可以完成安裝。

$ pip install git+https://github.com/deepmind/haiku 

接下來，是一個(gè)神經(jīng)網(wǎng)絡(luò)和損失函數(shù)的例子。

import haiku as hk 
 
import jax.numpy as jnp 
 
def 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頂層的庫，它提供了用于實(shí)現(xiàn)增強(qiáng)學(xué)習(xí)代理的有用構(gòu)件。

它所提供的操作和函數(shù)不是完整的算法，而是強(qiáng)化學(xué)習(xí)特定數(shù)學(xué)操作的實(shí)現(xiàn)。

RLax的安裝也非常簡(jiǎn)單，一個(gè)pip命令就可以搞定。

pip install git+git://github.com/deepmind/rlax.git 

使用JAX的jax.jit函數(shù)，所有的RLax代碼可以不同的硬件上編譯。

RLax需要注意的是它的命名規(guī)則。

許多函數(shù)在連續(xù)的時(shí)間步長(zhǎng)中考慮策略、操作、獎(jiǎng)勵(lì)和值，以便計(jì)算它們的輸出。在這種情況下，后綴_t和tm1通常是為了說明每個(gè)輸入是在哪個(gè)步驟上生成的，例如：

q_tm1：轉(zhuǎn)換的源狀態(tài)中的操作值。

a_tm1：在源狀態(tài)下選擇的操作。

r_t：在目標(biāo)狀態(tài)下收集的結(jié)果獎(jiǎng)勵(lì)。

q_t：目標(biāo)狀態(tài)下的操作值。

Haiku和RLax都已在GitHub上開源，有興趣的讀者可從“傳送門”的鏈接訪問。

傳送門

Haiku：

https://github.com/deepmind/haiku

RLax：

https://github.com/deepmind/rlax