目标检测算法——10种深度学习框架介绍

>>>深度学习Tricks，第一时间送达<<<

---

目录

一、什么是深度学习框架？

二、深度学习框架的优势

二、介绍10种主流深度学习框架

1.TensorFlow

2.Keras

3.Caffe

4.PyTorch

5.Theano

6.CNTK

7.MXNet

8.PaddlePaddle

9.Deeplearning4j

10.ONNX

关于YOLOv5的其他改进方法可关注并留言博主的CSDN

---

一、什么是深度学习框架？

深度学习框架也就像Caffe、tensorflow这些是深度学习的工具，简单来说就是库，编程时需要import caffe、import tensorflow。作一个简单的比喻，一套深度学习框架就是这个品牌的一套积木，各个组件就是某个模型或算法的一部分，你可以自己设计如何使用积木去堆砌符合你数据集的积木。好处是你不必重复造轮子，模型也就是积木，是给你的，你可以直接组装，但不同的组装方式，也就是不同的数据集则取决于你。

二、深度学习框架的优势

深度学习框架的出现降低了入门的门槛，你不需要从复杂的神经网络开始编代码，你可以依据需要，使用已有的模型，模型的参数你自己训练得到，你也可以在已有模型的基础上增加自己的layer，或者是在顶端选择自己需要的分类器和优化算法（比如常用的梯度下降法）。当然也正因如此，没有什么框架是完美的，就像一套积木里可能没有你需要的那一种积木，所以不同的框架适用的领域不完全一致。 总的来说深度学习框架提供了一些系列的深度学习的组件（对于通用的算法，里面会有实现），当需要使用新的算法的时候就需要用户自己去定义，然后调用深度学习框架的函数接口使用用户自定义的新算法。

二、介绍10种主流深度学习框架

1.TensorFlow

作者：Google

语言：C++/Python/Java/R 等

GitHub源码地址：https://github.com/tensorflow/tensorflow

2.Keras

作者：Google

语言：Python/R

源码地址：https://github.com/keras-team/keras

3.Caffe

作者：BVLC

语言：C++/Python/Matlab

源码地址：https://github.com/BVLC/caffe

4.PyTorch

作者：Facebook

语言：C/C++/Python

源码地址：https://github.com/pytorch/pytorch

5.Theano

作者：UdeM

语言：Python

源码地址：https://github.com/Theano/Theano

6.CNTK

作者：Microsoft

语言：C++/Python/C#/.NET/Java/R

源码地址：https://github.com/Microsoft/CNTK

7.MXNet

作者：DMLC

语言：C++/Python/R等

源码地址：https://github.com/apache/incubator-mxnet

8.PaddlePaddle

作者：Baidu

语言：C++/Python

源码地址：https://github.com/PaddlePaddle/Paddle/

9.Deeplearning4j

作者：Eclipse

语言：Java/Scala等

GitHub源码地址：https://github.com/eclipse/deeplearning4j

10.ONNX

作者：Microsoft/ Facebook

语言：Python/R

GitHub源码地址：https://github.com/onnx/onnx
 

关于YOLOv5的其他改进方法可关注并留言博主的CSDN