基本概念:DL4J,Torch,Theano,TensorFlow,Caffe,Paddle,MxNet,Keras和CNTK的比较

本文链接：https://blog.csdn.net/lms19880914/article/details/80242493

这里抛出来的一大堆的深度学习框架,其实除开这些框架还有一些其他的深度学习框架.这里就不全部列举了.

关于这些框架的比较,我们主要从各自的优劣势,擅长的领域,上手的难易度等来分析,这里有一个分析的挺好的网站推荐大家直接去看一下.不过由于这个网站明显是为了推广自家的DL4J框架的,因此它的一些优缺点比对可能带有一些针对性,大家看看了解一个大概就行了.就像买家具一样,多跑几家店听听这几家店之间互相说出来的其他店的缺点,可以让你更加清楚的了解行情.

https://deeplearning4j.org/cn/compare-dl4j-torch7-pylearn

网站访问速度有些慢,我摘抄一部分重要框架的内容

DL4J

DL4J全称DeepLearning4Java,接触这个框架的原因很简单,因为我是Java开发背景转机器学习的,所以必然会关注一下这么多学习框架里面唯一一个对Java支持的很好的框架.

与其他深度学习框架相比，Deeplearning4j在API语言、宗旨和集成性方面独具特色。DL4J是基于JVM、聚焦行业应用且提供商业支持的分布式深度学习框架，能在合理的时间内解决各类涉及大量数据的问题。DL4J与Kafka、Hadoop和Spark集成，可使用任意数量的GPU或CPU运行，而且发生任何问题都可以联系服务热线。

DL4J是一种跨平台的便携式学习库，并非专门针对AWS、Azure或谷歌云等任何一种特定的云端服务而优化。论速度，DL4J用多GPU运行非平凡图像处理任务时的性能可媲美Caffe，优于TensorFlow和Torch.Deeplearning4j拥有Java、Scala和Python API（所用的Python API为Keras）。