深度学习框架对比介绍
工具/原料
1
TensorFlow、Caffe、Keras、CNTK、Torch7、
2
MXNet、Leaf、Theano、DeepLearning4、Lasagne、Neon
方法/步骤
1
深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷
2
主流深度学习框架在各个维度的评分
3
TensorFlow TensorFlow是相对高阶的机器学习库,用户可以方便地用它设计神经网络结构,而不必为了追求高效率的实现亲自写C++或CUDA代码。
4
目前在单GPU的条件下,绝大多数深度学习框架都依赖于cuDNN,因此只要硬件计算能力或者内存分配差异不大,最终训练速度不会相差太大。
5
TensorBoard是TensorFlow的一组Web应用,用来监控TensorFlow运行过程,或可视化Computation Graph。
6
Caffe全称为Convolutional Architecture for Fast Feature Embedding,是一个被广泛使用的开源深度学习框架
7
Theano诞生于2008年,由蒙特利尔大学Lisa Lab团队开发并维护,是一个高性能的符号计算及深度学习库。
8
Torch给自己的定位是LuaJIT上的一个高效的科学计算库,支持大量的机器学习算法,同时以GPU上的计算优先。
9
MXNet是DMLC(Distributed Machine Learning Community)
10
CNTK(Computational Network Toolkit)
上一篇:凿找出20个常见字
下一篇:怎样及时矫正胎位胎位归位方法