Tensorpack是一个基于TensorFlow的神经网络训练界面。
https://github.com/tensorpack/tensorpack
特征:
它是另一个TF高级API,具有速度,可读性和灵活性。
-
专注于培训速度。
-
Tensorpack免费提供速度 - 它以高效的方式使用TensorFlow ,无需额外开销。在常见的CNN上,它比同等的Keras代码运行速度快1.2~5倍。如果用Tensorpack书写,你的训练可能会更快。
-
数据并行多GPU /分布式培训策略现成可供使用。它的扩展性与谷歌的官方基准一样。
-
有关一些基准脚本,请参阅tensorpack / benchmarkmark。
-
-
专注于大型数据集。
- 你通常不需要
tf.data
。符号编程通常会使数据处理更加困难。Tensorpack可帮助您使用自动并行化在纯Python中高效处理大型数据集(例如ImageNet)。
- 你通常不需要
-
它不是模型包装器。
- 世界上有太多的符号功能包装器。Tensorpack仅包含一些常见模型。但你可以在Tensorpack中使用任何符号函数库,包括tf.layers / Keras / slim / tflearn / tensorlayer / ....
请参阅教程以了解有关这些功能的更多信息。
示例:
Tensorpack Examples
Training examples with reproducible performance.
The word "reproduce" should always mean reproduce performance