KelpNetはC#で実装された深層学習のライブラリです

/* SampleCode */
FunctionStack nn = new FunctionStack(
    new Convolution2D(1, 32, 5, pad: 2, name: "l1 Conv2D"),
    new ReLU(name: "l1 ReLU"),
    new MaxPooling(2, 2, name: "l1 MaxPooling"),
    new Convolution2D(32, 64, 5, pad: 2, name: "l2 Conv2D"),
    new ReLU(name: "l2 ReLU"),
    new MaxPooling(2, 2, name: "l2 MaxPooling"),
    new Linear(7 * 7 * 64, 1024, name: "l3 Linear"),
    new ReLU(name: "l3 ReLU"),
    new Dropout(name: "l3 DropOut"),
    new Linear(1024, 10, name: "l4 Linear")
);

• 行列演算をライブラリに頼らないため全ソースが可読になっており、どこで何をしているかを全て観測できます
• KerasやChainerが採用している、関数を積み重ねるように記述するコーディングスタイルを採用しています
• 並列演算にOpenCLを採用しているため、GPUだけでなくCPUやFPGA等の様々な演算装置で処理を並列化できます

※OpenCLを使用するためには対応するドライバの追加インストールが必要になることがあります

• Intel製 CPU GPU: https://software.intel.com/en-us/articles/opencl-drivers
• AMD製 CPU GPU: http://www.amd.com/ja-jp/solutions/professional/hpc/opencl
• Nvidia製 GPU: https://developer.nvidia.com/opencl

• 開発環境の構築が容易で、プログラミング初学者にも学びやすい言語です
• WindowsFormやUnity等、処理結果を視覚的に表示するための選択肢が豊富です
• PCや携帯、組み込み機器等、様々なプラットフォームに向けたアプリケーションの開発ができます

このライブラリの基幹部分はChainerを参考に実装されています。 その為ほとんどの関数パラメータがChainerと同じになっており、Chainer向けのサンプルを参考に開発することが可能になっています。

ご質問、ご要望は Issues へご登録頂くか Twitter からご連絡ください。 細やかなことでも構いませんので、何かお気づきの点が御座いましたら、お気軽にご連絡ください。

Twitter: https://twitter.com/harujoh

• KelpNet [Apache License 2.0]
• Cloo [MIT License] https://sourceforge.net/projects/cloo/

• Activations: 　・ELU 　・LeakyReLU 　・ReLU 　・Sigmoid 　・Tanh 　・Softmax 　・Softplus 　・Swish
• Connections: 　・Convolution2D 　・Deconvolution2D 　・EmbedID 　・Linear 　・LSTM
• Poolings: 　・AveragePooling 　・MaxPooling
• LossFunctions: 　・MeanSquaredError 　・SoftmaxCrossEntropy
• Optimizers: 　・AdaDelta 　・AdaGrad 　・Adam 　・MomentumSGD 　・RMSprop 　・SGD
• Normalize: 　・BatchNormalization 　・LRN
• Noise: 　・DropOut 　・StochasticDepth

最後に、このライブラリが誰かの学習の助けになれば幸いです