灵活的神经网络框架
项目描述
Chainer：深度学习框架
网站 | 文档 | 安装指南 | 教程 (日文) | 示例 (官方, 外部) | 概念 | ChainerX
论坛 (英文, 日文) | Slack 邀请 (英文, 日文) | Twitter (英文, 日文)
Chainer 是一个基于 Python 的深度学习框架，旨在提供灵活性。它提供了基于 define-by-run 方法（即动态计算图）的自动微分 API 以及面向对象的、高级 API 以构建和训练神经网络。它还支持使用 CuPy 进行高性能训练和推理。有关 Chainer 的更多详细信息，请参阅上述文档和资源，并加入论坛、Slack 和 Twitter 的社区。
注意：如 宣布，Chainer 处于维护阶段，进一步的开发将仅限于错误修复和维护。
安装
有关更多详细信息，请参阅安装指南。
要安装 Chainer，请使用 pip。
$ pip install chainer
要启用 CUDA 支持，需要 CuPy。请参阅 CuPy 安装指南。
Docker 镜像
我们提供了官方的 Docker 镜像。此镜像支持 nvidia-docker。使用以下命令登录环境，然后运行 Python 解释器以使用支持 CUDA 和 cuDNN 的 Chainer。
$ nvidia-docker run -it chainer/chainer /bin/bash
贡献
请参阅 贡献指南。
ChainerX
请参阅 ChainerX 文档。
许可
MIT 许可证（见 LICENSE 文件）。
更多信息
参考文献
Tokui, Seiya, et al. "Chainer: A Deep Learning Framework for Accelerating the Research Cycle." 第25届 ACM SIGKDD 国际知识发现与数据挖掘会议论文集. ACM, 2019. URL BibTex
Tokui, S., Oono, K., Hido, S. and Clayton, J., Chainer: a Next-Generation Open Source Framework for Deep Learning, 第29届神经信息处理系统（NIPS）会议上的机器学习系统（LearningSys）研讨会论文集，(2015) URL, BibTex
Akiba, T., Fukuda, K. and Suzuki, S., ChainerMN: Scalable Distributed Deep Learning Framework, 第31届神经信息处理系统（NIPS）会议上的机器学习系统（ML Systems）研讨会论文集，(2017) URL, BibTex
