NeuRaLaTeX: A machine learning library written in pure LaTeX

要約

この論文では、Neuralatexを紹介します。これは、LaTexで完全に書かれた最初の深い学習ライブラリであると考えています。
LaTexドキュメントの一部として、ニューラルネットワークとその損失関数のアーキテクチャを指定し、トレーニングデータを生成またはロードする方法を定義し、トレーニングのハイパーパラメーターと実験を指定できます。
ドキュメントがコンパイルされると、LaTexコンパイラはトレーニングデータを生成またはロードし、ネットワークをトレーニングし、実験を実行し、数値を生成します。
このペーパーでは、ランダムな100ポイントスパイラルデータセットを生成し、2層のMLPを訓練し、異なるランダムスパイラルデータセットで評価し、プロットと結果の表を生成します。
この論文はコンパイルに48時間かかり、Neuralatexのソースコード全体が論文のソースコードに含まれています。
2つの新しいメトリックを提案します。ラテックス（WIL）メトリックで記述されたメトリックは、純粋なラテックスで記述された機械学習ライブラリの割合を測定しますが、ソースメソッドの紙（Scomiscop）メトリックのソースコードは、紙のソースに含まれる紙の実装の割合を測定します。
私たちは両方のメトリックの最先端であり、ResNetおよびTransformer Papers、PytorchおよびTensorflowライブラリを上回っています。
ソースコード、ドキュメント、ビデオ、暗号詐欺、およびNeuralatexの商業化への投資への招待状は、https：//www.neuralatex.comで入手できます。

要約(オリジナル)

In this paper, we introduce NeuRaLaTeX, which we believe to be the first deep learning library written entirely in LaTeX. As part of your LaTeX document you can specify the architecture of a neural network and its loss functions, define how to generate or load training data, and specify training hyperparameters and experiments. When the document is compiled, the LaTeX compiler will generate or load training data, train the network, run experiments, and generate figures. This paper generates a random 100 point spiral dataset, trains a two layer MLP on it, evaluates on a different random spiral dataset, produces plots and tables of results. The paper took 48 hours to compile and the entire source code for NeuRaLaTeX is contained within the source code of the paper. We propose two new metrics: the Written In Latex (WIL) metric measures the proportion of a machine learning library that is written in pure LaTeX, while the Source Code Of Method in Source Code of Paper (SCOMISCOP) metric measures the proportion of a paper’s implementation that is contained within the paper source. We are state-of-the-art for both metrics, outperforming the ResNet and Transformer papers, as well as the PyTorch and Tensorflow libraries. Source code, documentation, videos, crypto scams and an invitation to invest in the commercialisation of NeuRaLaTeX are available at https://www.neuralatex.com

arxiv情報

提供元, 利用サービス

arxiv.jp, Google