tensorflow/neural-structured-learning

これは何？

主な機能

• 01明示的なグラフや敵対的摂動を使った学習のためのKeras API。
• 02カスタム学習に構造を取り入れるための低レベルなTensorFlow opsと関数。
• 03グラフの構築やグラフ入力の生成に使うツール。
• 04構造化信号は学習時のみ使用し、推論には影響しません。
• 05pipでインストールでき、グラフ学習と敵対的学習のチュートリアル例も用意されています。

ユースケース

• ラベルが付いたサンプルがごく一部しかない場合の、テキスト分類器やノード分類器の学習。
• 敵対的に細工された入力に対するモデルの堅牢性向上。
• サンプル間の関係や類似性を表すグラフをTensorFlowの学習パイプラインに追加。

クイックスタート

1. 1

   ビルド済みのNSL pipパッケージをインストールする

   pip install neural-structured-learning
2. 2

   ほかのセットアップ方法やソースからのビルドについては、インストールガイドを確認する

使う前に知っておきたいこと

• !TensorFlow 1.15以降が必要です。TensorFlow 2.1には対応していません。

トピック

よくある質問

neural-structured-learning とは？

入力特徴に加えて、グラフ構造や敵対的摂動による信号を使ってニューラルネットワークを学習するTensorFlowフレームワーク。 Neural Structured Learning（NSL）は、通常の特徴入力に加えて構造化信号を用いてニューラルネットワークを学習するためのTensorFlowフレームワークです。構造は、サンプル間の関係や類似性を表すグラフのような明示的なものにも、入力への敵対的摂動によって生じる暗黙的なものにもできます。

neural-structured-learning は無料で使えますか？ライセンスは？

neural-structured-learning は Apache-2.0 ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

neural-structured-learning は今もメンテナンスされていますか？

半年以内に更新あり。neural-structured-learning の最終コミットは 2026年10月5日 です。

neural-structured-learning は何に使えますか？

ラベルが付いたサンプルがごく一部しかない場合の、テキスト分類器やノード分類器の学習。 敵対的に細工された入力に対するモデルの堅牢性向上。 サンプル間の関係や類似性を表すグラフをTensorFlowの学習パイプラインに追加。

neural-structured-learning のインストール方法は？

ビルド済みのNSL pipパッケージをインストールする: pip install neural-structured-learning ほかのセットアップ方法やソースからのビルドについては、インストールガイドを確認する

neural-structured-learning はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/tensorflow/neural-structured-learning