Фреймворк для C++

Фреймворк для C++ предназначен для упрощения процессов создания импульсных нейронных сетей и их обучения. Полученные в результате нейронные сети могут исполняться на центральном процессоре, нейроморфном процессоре Алтай-2 или его программном эмуляторе.

Искусственная нейронная сеть, работающая на основе асинхронной передачи импульсов (спайков) между нейронами.

Фреймворк для C++ представляет собой независимые блоки, которые обеспечивают управление бэкендами, преобразуют представление нейронной сети в разные форматы и выбирают оптимальную нейронную сеть для запуска. Во фреймворке для C++ реализованы функции, не относящиеся непосредственно к обучению и исполнению импульсных нейронных сетей.

С помощью фреймворка для C++ Kaspersky Neuromorphic Platform вы можете выполнять следующие задачи:

• Загружать структуру нейронной сети из внешних форматов.
• Динамически загружать различные бэкенды.
• Вводить и выводить данные нейронных сетей.
• Контролировать выполнение обучения и исполнения импульсных нейронных сетей.
• Реализовывать специальные алгоритмы.

Фреймворк для C++ реализован в пространстве имен framework. Таблица ниже содержит описание компонентов фреймворка для C++.

Компоненты фреймворка для C++

Компонент		Описание
coordinates		Пространство имен, которое содержит пространственные координаты нейрона.
data_processing		Пространство имен, которое предоставляет функциональность для обработки данных и обучения моделей классификации, а также для обработки изображений для задач классификации.
inference_evaluation		Пространство имен, которое предоставляет функциональность для оценки качества работы модели классификации и записи результатов в удобном формате.
io		Пространство имен, которое содержит пространства имен input, output и storage.
	input	Пространство имен, которое содержит интерфейсы для доступа к каналу ввода и преобразователю данных, поступающих из внешней среды. Совокупность внешних по отношению к Kaspersky Neuromorphic Platform элементов, с которыми взаимодействует платформа.
	output	Пространство имен, которое содержит интерфейсы для доступа к каналам вывода.
	storage	Пространство имен, которое содержит функции загрузки и сохранения сообщений SpikeMessage.
modifier		Пространство имен, которое содержит интерфейсы к обработчикам сообщений.
monitoring		Пространство имен, которое содержит интерфейс к наблюдателю и функции для мониторинга работы модели.
normalization		Пространство имен, которое содержит функции и функторы для нормализации параметров синапсов и нейронов в нейронных сетях.
population		Пространство имен, которое содержит функции для генерации популяций нейронов.
projection		Пространство имен, которое содержит функции для генерации проекций синапсов и генерации синапсов со значениями атрибутов по умолчанию.
sonata		Пространство имен, которое содержит функции загрузки и сохранения нейронной сети в формате SONATA.
synchronization		Пространство имен, которое содержит функцию для получения актуального состояния нейронной сети с бэкенда.
BackendLoader		Класс, реализующий загрузчик динамических библиотек.
Model		Класс, реализующий модель.
ModelExecutor		Класс, реализующий исполнитель модели.
ModelLoader		Класс, реализующий загрузчик модели.
Network		Класс, реализующий объект нейронной сети.

На рисунке ниже представлена схема взаимодействия компонентов фреймворка для C++.

В Kaspersky Neuromorphic Platform нейронная сеть Network может быть загружена в формате SONATA или создана вручную. Созданную нейронную сеть вы можете наполнить проекциями синапсов Projection и популяциями нейронов Population. Вы можете сгенерировать проекции и популяции с помощью функций пространств имен projection и population соответственно. При необходимости вы можете нормализовать значения атрибутов нейронов популяций и синапсов проекций с помощью функций пространства имен normalization.

Вы можете нарисовать нейронную сеть Network с помощью набора координат (произвольных или задаваемых пользователем) из пространства имен coordinates. Состояние нейронной сети Network может быть актуализировано с бэкенда Backend с помощью функции пространства имен synchronization.

Нейронная сеть Network, а также контейнеры канала ввода InputChannel и канала вывода OutputChannel, реализованных в пространствах имен input и output соответственно, хранятся в модели Model. Каналы ввода и вывода используются для преобразования данных, поступающих в проекции нейронной сети, а также для преобразования сообщений популяций нейронной сети в один из предусмотренных форматов данных.

Вы можете исполнить модель Model с помощью метода исполнения моделей ModelExecutor::start(). Исполнитель моделей ModelExecutor также содержит наблюдателя MessageObserver из пространства имен monitoring, обработчика сообщений из пространства имен modifier и загрузчик моделей ModelLoader, с помощью методов которого вы можете загружать модель на конкретный экземпляр бэкенда. Для обработки данных модели вы можете использовать функции пространства имен data_processing. Для исполнения модели на экземпляре бэкенда исполнителю моделей ModelExecutor передается указатель на экземпляр бэкенда, полученный от загрузчика бэкендов BackendLoader. После исполнения модели вы можете оценить качество работы модели с помощью функций пространства имен inference_evaluation.

Схема взаимодействия компонентов фреймворка для C++