确切地说,我们将会关注:
theanolasagneblockstensorflowkerasmxnetpytorch
下面是对这 7 大 python 深度学习框架的描述以及优缺点的介绍,而且也为每个框架的使用推荐了一些资源,接下来大家一起看看吧
theano
链接:#python-api-reference
概述:mxnet 是亚马逊(amazon)选择的深度学习库,并且也许是最优秀的库。它拥有类似于 theano 和 tensorflow 的数据流图,为多 gpu 配置提供了良好的配置,有着类似于 lasagne 和 blocks 更高级别的模型构建块,并且可以在你可以想象的任何硬件上运行(包括手机)。对 python 的支持只是其冰山一角—mxnet 同样提供了对 r、julia、c++、scala、matlab,和 javascript 的接口。如果你正在寻找最佳的性能,选择 mxnet 吧,但是你必须愿意处理与之相对的一些 mxnet 的怪癖。
速度的标杆非常灵活
最小的社区比theano 更困难的学习难度
pytorch
链接:https://github/pytorch/pytorch
描述:python 中的张量(tensors)和动态神经网络,有着强大的 gpu 加速。
文档:http://pytorch.org/docs/
概述:刚刚放出一段时间,pytorch 就已经是我们 python 深度学习框架列表中的一个新的成员了。它是从 lua 的 torch 库到 python 的松散端口,由于它由 facebook 的 人工智能研究团队(artificial intelligence research team (fair))支持且因为它用于处理动态计算图(theano,tensorflow 或者其他衍生品没有的特性,编译者注:现在 tensorflow 好像支持动态计算图),它变得非常的有名。pytorch 在 python 深度学习生态系统将扮演怎样的角色还不得而知,但所有的迹象都表明,pytorch 是我们列表中其他框架的一个非常棒的选择。
来自facebook 组织的支持完全地对动态图的支持高级和低级 api 的混合
比其他选择,pytorch 还不太成熟(用他们自己的话说—「我们正处于早期测试版本。期待一些冒险」)除了官方文档以外,只有有限的参考文献/资源
今天就分享到这里了哦,明天咱们再继续~么么哒