論文の概要: Studying Popular Open Source Machine Learning Libraries and Their
Cross-Ecosystem Bindings
- arxiv url: http://arxiv.org/abs/2201.07201v1
- Date: Tue, 18 Jan 2022 18:53:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-19 19:01:04.660250
- Title: Studying Popular Open Source Machine Learning Libraries and Their
Cross-Ecosystem Bindings
- Title（参考訳）: オープンソース機械学習ライブラリとクロスエコシステムバインディングに関する研究
- Authors: Hao Li and Cor-Paul Bezemer
- Abstract要約: オープンソースの機械学習(ML)ライブラリにより、開発者は自身のアプリケーションに高度なML機能を統合できる。
MLライブラリは、すべてのプログラミング言語やソフトウェアパッケージエコシステムで利用できない。
我々は、155のクロスエコシステムバインディングの詳細な研究を行い、36の人気のあるオープンソースMLライブラリの開発を行っている。
- 参考スコア（独自算出の注目度）: 13.318005126654208
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Open source machine learning (ML) libraries allow developers to integrate
advanced ML functionality into their own applications. However, popular ML
libraries, such as TensorFlow, are not available natively in all programming
languages and software package ecosystems. Hence, developers who wish to use an
ML library which is not available in their programming language or ecosystem of
choice, may need to resort to using a so-called binding library. Binding
libraries provide support across programming languages and package ecosystems
for a source library. For example, the Keras .NET binding provides support for
the Keras library in the NuGet (.NET) ecosystem even though the Keras library
was written in Python. In this paper, we conduct an in-depth study of 155
cross-ecosystem bindings and their development for 36 popular open source ML
libraries. Our study shows that for most popular ML libraries, only one package
ecosystem is officially supported (usually PyPI). Cross-ecosystem support,
which is available for 25% of the studied ML libraries, is usually provided
through community-maintained bindings, e.g., 73% of the bindings in the npm
ecosystem are community-maintained. Our study shows that the vast majority of
the studied bindings cover only a small portion of the source library releases,
and the delay for receiving support for a source library release is large.
- Abstract（参考訳）: オープンソースの機械学習(ML)ライブラリにより、開発者は自身のアプリケーションに高度なML機能を統合できる。
しかし、TensorFlowのような一般的なMLライブラリは、すべてのプログラミング言語やソフトウェアパッケージエコシステムでネイティブに利用できるわけではない。
したがって、プログラミング言語や選択のエコシステムでは利用できないMLライブラリを使いたい開発者は、いわゆるバインディングライブラリを使う必要があるかもしれない。
バインディングライブラリは、ソースライブラリのプログラミング言語とパッケージエコシステム全体をサポートする。
例えば、kerasです。
NETバインディングは、Pythonで書かれたKerasライブラリであっても、NuGet(.NET)エコシステムでKerasライブラリをサポートする。
本稿では,155のシステム間バインディングの詳細な研究と,36のオープンソースmlライブラリの開発について述べる。
研究によると、ほとんどの一般的なmlライブラリでは、公式にサポートされているパッケージエコシステムは1つ(通常はpypi)だけです。
研究対象のmlライブラリの25%で使用可能なクロスエコシステムサポートは、コミュニティが維持するバインディング(例えば、npmエコシステムのバインディングの73%はコミュニティが維持する)を通じて提供される。
本研究により, 研究対象のバインディングの大部分は, ソースライブラリリリースのごく一部に過ぎず, ソースライブラリリリースに対するサポート受けの遅れが大きいことがわかった。
関連論文リスト
- Contributing Back to the Ecosystem: A User Survey of NPM Developers [10.154686574810501]
NPMエコシステムの49人の開発者を対象とした調査。
開発者は、エコシステムにコントリビュートするよりも、独自のパッケージをメンテナンスする傾向にあります。
当社の成果は,これらのエコシステムを維持するためのツールサポートと研究への新たな道を開くものである。
論文 参考訳（メタデータ） (2024-07-01T00:15:55Z) - PufferLib: Making Reinforcement Learning Libraries and Environments Play Nice [0.8702432681310401]
PufferLibは、一般的な互換性問題を排除したワンライン環境ラッパーを提供する。
PufferLibを使えば、CleanRLやSB3といった慣れ親しんだライブラリを使って、AtariやProcgenといった古典的なベンチマークからNetHackやNeural MMOのような複雑なシミュレータまでスケールすることができる。
私たちのコードはすべて、MITライセンスの下でフリーでオープンソースのソフトウェアです。
論文 参考訳（メタデータ） (2024-06-11T21:13:34Z) - Analyzing the Accessibility of GitHub Repositories for PyPI and NPM Libraries [91.97201077607862]
産業アプリケーションはオープンソースソフトウェア(OSS)ライブラリに大きく依存しており、様々な利点を提供している。
このようなコミュニティの活動を監視するには、エコシステムのライブラリの包括的なリポジトリのリストにアクセスしなければなりません。
本研究では、PyPIライブラリとNPMライブラリのGitHubリポジトリのアクセシビリティを分析する。
論文 参考訳（メタデータ） (2024-04-26T13:27:04Z) - LILO: Learning Interpretable Libraries by Compressing and Documenting Code [71.55208585024198]
LILOは、反復的に合成、圧縮、文書化を行う、ニューロシンボリックなフレームワークである。
LILOは、LLM誘導プログラム合成と、Stitchから自動化された最近のアルゴリズムの進歩を組み合わせたものである。
LILOのシンセサイザーが学習した抽象化を解釈し、デプロイするのを手助けすることで、AutoDocがパフォーマンスを向上させることが分かりました。
論文 参考訳（メタデータ） (2023-10-30T17:55:02Z) - ExeKGLib: Knowledge Graphs-Empowered Machine Learning Analytics [6.739841914490015]
ExeKGLibは、最小限の機械学習知識を持つユーザがMLパイプラインを構築することができるPythonライブラリです。
ExeKGLibの使用例を示し、その利点を示すために従来のMLコードと比較する。
論文 参考訳（メタデータ） (2023-05-04T16:10:22Z) - SequeL: A Continual Learning Library in PyTorch and JAX [50.33956216274694]
SequeLは継続学習のためのライブラリで、PyTorchとJAXフレームワークの両方をサポートする。
それは、正規化ベースのアプローチ、リプレイベースのアプローチ、ハイブリッドアプローチを含む、幅広い連続学習アルゴリズムのための統一インターフェースを提供する。
私たちはSequeLをオープンソースライブラリとしてリリースし、研究者や開発者が自身の目的で簡単にライブラリを実験し拡張することができます。
論文 参考訳（メタデータ） (2023-04-21T10:00:22Z) - Code Librarian: A Software Package Recommendation System [65.05559087332347]
オープンソースライブラリ用のリコメンデーションエンジンであるLibrarianを提示する。
1)プログラムのインポートライブラリで頻繁に使用されること、2)プログラムのインポートライブラリと似た機能を持つこと、3)開発者の実装と似た機能を持つこと、4)提供されるコードのコンテキストで効率的に使用できること、である。
論文 参考訳（メタデータ） (2022-10-11T12:30:05Z) - Repro: An Open-Source Library for Improving the Reproducibility and
Usability of Publicly Available Research Code [74.28810048824519]
Reproは、研究コードのユーザビリティ向上を目的とした、オープンソースのライブラリである。
Dockerコンテナ内で研究者がリリースしたソフトウェアを実行するための軽量Python APIを提供する。
論文 参考訳（メタデータ） (2022-04-29T01:54:54Z) - skrl: Modular and Flexible Library for Reinforcement Learning [0.0]
skrlはPythonで書かれた強化学習のためのオープンソースのモジュールライブラリである。
NVIDIA Isaac Gym環境のロード、設定、操作を可能にする。
論文 参考訳（メタデータ） (2022-02-08T12:43:31Z) - Solo-learn: A Library of Self-supervised Methods for Visual
Representation Learning [83.02597612195966]
solo-learnは視覚表現学習のための自己指導型のメソッドのライブラリである。
Pythonで実装され、PytorchとPytorch Lightningを使用して、このライブラリは研究と業界のニーズの両方に適合する。
論文 参考訳（メタデータ） (2021-08-03T22:19:55Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。