机器学习的所有资源链接和经验教训(八)深度学习框架
生活随笔
收集整理的這篇文章主要介紹了
机器学习的所有资源链接和经验教训(八)深度学习框架
小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.
深度學(xué)習(xí)框架
- Keras?- 我的朋友和我開(kāi)個(gè)玩笑,我們說(shuō)你的代碼中只有Keras導(dǎo)入的行數(shù)比實(shí)際代碼要多,因?yàn)楹瘮?shù)的級(jí)別非常高。真的很認(rèn)真。你可以加載一個(gè)預(yù)訓(xùn)練的網(wǎng)絡(luò)并在你自己的任務(wù)中以6行進(jìn)行微調(diào)。這太不可思議了。這絕對(duì)是我用于黑客馬拉松的框架,當(dāng)我在時(shí)間緊迫時(shí),但我認(rèn)為如果你真的想學(xué)習(xí)ML和DL,依靠Keras的漂亮API可能不是最好。
- Tensorflow?- 這是我現(xiàn)在的深入的框架。老實(shí)說(shuō),我認(rèn)為它有最陡峭的學(xué)習(xí)曲線,因?yàn)樾枰荛L(zhǎng)時(shí)間才能熟悉Tensorflow變量,占位符和構(gòu)建/執(zhí)行圖形的想法。Tensorflow的一大優(yōu)勢(shì)是Github和Stackoverflow的數(shù)量可以幫到你。您可以找到Tensorflow中幾乎所有錯(cuò)誤的答案,因?yàn)橛腥丝赡苤坝龅竭^(guò)這種錯(cuò)誤。我認(rèn)為這非常有幫助。
- Torch?- 2015絕對(duì)是Torch的一年,但除非你真的想學(xué)習(xí)Lua,否則PyTorch可能就是現(xiàn)在的方式。但是,有很多與Torch相關(guān)的好的文檔和教程,所以這是一個(gè)很好的好處。
- PyTorch?- 我的另一個(gè)朋友和我有這個(gè)笑話我們說(shuō)如果你遇到PyTorch中的一個(gè)錯(cuò)誤,你可能會(huì)在不到2個(gè)小時(shí)內(nèi)閱讀整個(gè)PyTorch的文檔,你仍然找不到你的答案LOL。但說(shuō)實(shí)話,很多人工智能研究人員一直都在為它做好準(zhǔn)備,所以盡管它還很年輕,但它絕對(duì)值得一試。我認(rèn)為Tensorflow和PyTorch將成為將開(kāi)始接管DL框架空間的2個(gè)框架。
- Caffe和Caffe2?- 從來(lái)沒(méi)有和Caffe玩過(guò),但這是最早的深度學(xué)習(xí)庫(kù)之一。Caffe2值得注意,因?yàn)樗荈acebook用來(lái)為其模型提供服務(wù)的生產(chǎn)框架。根據(jù)Soumith Chintala的說(shuō)法,Facebook的研究人員將使用PyTorch嘗試新的模型和研究思路,并將使用Caffe2進(jìn)行部署。
總結(jié)
以上是生活随笔為你收集整理的机器学习的所有资源链接和经验教训(八)深度学习框架的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問(wèn)題。
- 上一篇: 镜头校准参数解析
- 下一篇: 二层环路保护,RRPP多环的配置