mlr3torch: A Deep Learning Framework in R based on mlr3 and torch

📄 arXiv: 2604.18152v1 📥 PDF

作者: Sebastian Fischer, Lukas Burk, Carson Zhang, Bernd Bischl, Martin Binder

分类: stat.ML, cs.LG

发布日期: 2026-04-20

💡 一句话要点

mlr3torch：基于mlr3和torch的R语言深度学习框架，简化模型定义、训练和评估。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 深度学习 R语言 mlr3 torch 神经网络 模型训练 数据预处理

📋 核心要点

  1. 深度学习模型在R语言环境中缺乏统一和易用的接口，限制了其在统计分析和机器学习中的应用。
  2. mlr3torch通过集成mlr3生态和torch框架，提供了一个灵活的深度学习接口，支持图结构定义网络。
  3. 论文通过超参数调优、模型微调和多模态数据建模等用例，展示了mlr3torch的有效性和可扩展性。

📝 摘要（中文）

本文介绍了一个名为mlr3torch的R语言包，它是一个为mlr3生态系统设计的可扩展深度学习框架。该框架构建于torch包之上，简化了表格数据和通用张量（例如图像）的神经网络的定义、训练和评估，适用于分类和回归任务。该软件包实现了预定义的架构，并且torch模型可以轻松转换为mlr3学习器。它还允许用户将神经网络定义为图。这种表示基于mlr3pipelines中定义的图语言，并允许用户在单个图中定义整个建模工作流程，包括预处理、数据增强和网络架构。通过集成到mlr3生态系统中，该软件包可以方便地进行重采样、基准测试、预处理等。我们解释了该软件包的设计和功能，并展示了如何自定义和扩展它以适应新的问题。此外，我们使用三个用例展示了该软件包的功能，即超参数调整、微调和定义多模态数据的架构。最后，我们展示了一些运行时基准。

🔬 方法详解

问题定义：现有深度学习框架在R语言中集成度不高，缺乏统一的接口和工作流，使得研究人员难以方便地进行模型定义、训练、评估和部署，尤其是在表格数据和多模态数据上。此外，现有方法在模型构建的灵活性和可扩展性方面存在局限性。

核心思路：mlr3torch的核心思路是将深度学习模型构建过程融入到mlr3生态系统中，利用mlr3的模块化和可扩展性，结合torch的强大深度学习能力，提供一个统一、灵活且易于使用的深度学习框架。通过图结构定义网络，增强了模型构建的灵活性。

技术框架：mlr3torch框架主要包含以下几个模块：1) 基于torch的神经网络模型定义模块；2) 将torch模型转换为mlr3学习器的接口；3) 基于mlr3pipelines的图结构网络定义模块，支持预处理、数据增强和网络架构的统一描述；4) 与mlr3生态系统集成的重采样、基准测试和预处理功能。整体流程是从数据预处理开始，通过图结构或预定义架构构建神经网络，然后使用mlr3的学习器接口进行训练和评估。

关键创新：mlr3torch的关键创新在于将深度学习模型构建过程与mlr3生态系统深度集成，允许用户使用mlr3pipelines的图语言定义整个建模流程，包括数据预处理、数据增强和网络架构。这种集成方式简化了深度学习模型的构建、训练和评估过程，并提高了模型的可扩展性和可重用性。与现有方法相比，mlr3torch提供了一个更统一、更灵活的深度学习接口。

关键设计：mlr3torch的关键设计包括：1) 使用torch定义神经网络模型；2) 提供将torch模型转换为mlr3学习器的接口，使得用户可以利用mlr3的各种功能；3) 使用mlr3pipelines的图语言定义网络结构，允许用户自定义网络拓扑结构和连接方式；4) 提供预定义的网络架构，方便用户快速构建模型；5) 支持自定义损失函数和优化器。

📊 实验亮点

论文通过三个用例展示了mlr3torch的强大功能：超参数调优、微调和多模态数据建模。实验结果表明，mlr3torch能够有效地进行超参数调优，找到最优模型配置；通过微调，可以快速适应新的数据集；在多模态数据建模中，mlr3torch能够灵活地定义网络架构，实现不同模态数据的融合。虽然论文没有给出具体的性能数据，但通过这些用例，充分展示了mlr3torch的实用性和有效性。

🎯 应用场景

mlr3torch可应用于各种机器学习任务，包括图像分类、回归分析、自然语言处理等。它特别适用于需要灵活模型定义和与R语言环境深度集成的场景。该框架的实际价值在于简化了深度学习模型的开发流程，降低了使用门槛，并促进了深度学习技术在统计分析和机器学习领域的应用。未来，该框架有望进一步扩展到更多领域，例如时间序列分析、强化学习等。

📄 摘要（原文）

Deep learning (DL) has become a cornerstone of modern machine learning (ML) praxis. We introduce the R package mlr3torch, which is an extensible DL framework for the mlr3 ecosystem. It is built upon the torch package, and simplifies the definition, training, and evaluation of neural networks for both tabular data and generic tensors (e.g., images) for classification and regression. The package implements predefined architectures, and torch models can easily be converted to mlr3 learners. It also allows users to define neural networks as graphs. This representation is based on the graph language defined in mlr3pipelines and allows users to define the entire modeling workflow, including preprocessing, data augmentation, and network architecture, in a single graph. Through its integration into the mlr3 ecosystem, the package allows for convenient resampling, benchmarking, preprocessing, and more. We explain the package's design and features and show how to customize and extend it to new problems. Furthermore, we demonstrate the package's capabilities using three use cases, namely hyperparameter tuning, fine-tuning, and defining architectures for multimodal data. Finally, we present some runtime benchmarks.