常用深度學習框架介紹 |
||
名稱 |
介紹 |
時間 |
Theano |
第一個有較大影晌力的Python深度學習框架 |
2008年開始 開發於加拿大蒙特利爾大學LISA實驗室 |
Keras |
Keras是一個離層神經網絡API, 由純Python編寫而成並使用 TensorFlow、 Theano及CNTK作爲後端。 Keras爲支持快速實驗而生, 能夠把想法迅速轉換爲結果。 Keras應該是深度學習框架之中最容易上 手的一個,它提供了一致而簡潔的API, 能夠極大地減少一般應用下用 戶的工作量,避免用戶璽鯉造輪子。 |
2015年6月13日,爲初始版本 主要開發者是谷歌工程師François Chollet
|
Caffe |
Caffe的優點是簡潔快速,缺點是缺少靈活性。不同千Keras因 爲太多的封裝導致靈活性喪失, Caffe靈活性的缺失主要是因爲它的設計。在Caffe中最主要的抽象對象是層,每實現一個新的層,必須要利用C+ +實現它的前向傳播和反向傳播代碼,而如果想要新層運行在 GPU上,還需要同時利用CUDA實現這—層的前向傳播和反向傳播。這 種限制使俜不熟悉C++和CUDA的用戶擴展Caffe十分困難。 |
賈揚清在加州大學伯克利分校攻讀博士期間創建了Caffe項目 2017年4月,Facebook發佈Caffe2,加入了遞歸神經網絡等新功能。 2018年3月底,Caffe2併入PyTorch。 |
TensorFlow
|
如今用戶最多的深度學習框架 |
2015年11月10日, Google宣佈推出開源 |
PyTorch |
pytorch和TensorFlow的一點區別,那就是pytorch是一個動態的框架,而TensorFlow是一個靜態的框架。(可以更改計算圖) |
2017年1月, Facebook開源 |
MXNet |
MXNe是一個深度學習庫,支持C+ +、 Python、 R、 Scala、丿ulia、 MATLAB及javaScript等語言 |
最開始,同爲上海交大校友的陳天奇與李沐碰頭 ,號召大 家—起合作開發MXNet 2016年11月, MXNet被AWS陽艾選擇爲其雲十算的 官方深度學習平臺。 2017年1月, MXNe頃目進入Apache基金會,成 爲Apache的孵化器項目。 |
常用深度學習框架介紹
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.