第10章-深度學習開源框架

DEEPLEARNING深度學習第十章深度學習開源框架10.1

Caffe10.2

TensorFlow10.3其它開源框架of402習題10.1Caffe第十章深度學習開源框架of403Caffe是一個清晰、高效、開源的深度學習框架，很適合初學者。它由加州大學伯克利的PHD賈揚清開發(fā)深度學習框架之一。10.1.1Caffe框架賈揚清10.1Caffe第十章深度學習開源框架of40410.1.1Caffe框架多語言速度快易上手社區(qū)好代碼組織好。可讀性強，例子多。采用MKL、OpenBLAS等計算庫，支持GPU加速。國內外都有較活躍的社區(qū)、且有很多衍生項目。支持C++、Python和Matlab。第十章深度學習開源框架10.1

Caffe10.2

TensorFlow10.3其它開源框架of405習題10.2TensorFlow第十章深度學習開源框架10.2.1TensorFlow框架of406TensorFlow是Google開源的一個深度學習框架。實現了本地和分布式兩種接口機制。本地實現機制的client端、master端和worker均運行在同一個機器中；分布式實現機制它與本地實現的代碼基本相同，但是client端、master端和worker進程一般運行在不同的機器中，所包含的不同任務由一個集群調度系統(tǒng)進行管理。具備如下優(yōu)點：1.多樣化部署；2.可被基于梯度的機器學習算法借鑒；3.靈活的Python接口；4.可映射到不同硬件平臺；5.支持分布式訓練。第十章深度學習開源框架10.1

Caffe10.2

TensorFlow10.3其它開源框架of407習題10.3其它開源框架第十章深度學習開源框架of4081.CNTK2.MXNet3.Theano4.Torch5.Deeplearning4j10.3其它開源框架第十章深度學習開源框架10.3.1CNTKof409CNTK的5個主要特點訓練和測試多種神經網絡的通用解決方案。AB用戶使用一個簡單的文本配置文件指定一個網絡。C盡可能無縫地把很多計算在一個GPU上進行。D自動計算所需要的導數，網絡是由許多簡單的元素組成。E通過添加少量的C++代碼來實現必需塊的擴展。E對windows平臺的支持更好。10.3其它開源框架第十章深度學習開源框架10.3.2MXNetof4010MXNet的7個主要特點：（1）其設計說明可以被重新應用到其他深度學習項目中。（2）任意計算圖的靈活配置。（3）整合了各種編程方法的優(yōu)勢，最大限度地提高靈活性和效率。（4）輕量、高效的內存，以及支持便攜式的智能設備，如手機等。（5）多GPU擴展和分布式的自動并行化設置。（6）支持Python、R、C++和Julia。（7）對云計算友好，直接兼容S3、HDFS和Azure。10.3其它開源框架第十章深度學習開源框架10.3.3Theanoof4011Theano的6個主要特點01與NumPy緊密相關02透明地使用GPU03高效符號分化04速度和穩(wěn)定性的優(yōu)化05動態(tài)生成C代碼06廣泛的單元測試和自我驗證10.3其它開源框架第十章深度學習開源框架10.3.4Torchof4012很多實現索引、切片、移調的程序。Torch的4個主要特點通過LuaJIT的C接口?？焖?、高效的GPU支持?？汕度?、移植到iOS、Android和FPGA的后臺。采用Lua語言10.3其它開源框架第十章深度學習開源框架10.3.5Deeplearning4jof4013Deeplearning4j的4個主要特點：依賴