深度学习主流学习框架介绍

深度学习主流学习框架介绍

1. caffe

（Convolutional Architecture for Fast Feature Embedding)
，，，在卷积神经网络（CNN）的实现和计算机视觉领域方面具有非常出色的表现，可在多种设备上进行编译，具有非常好的跨平台特性，部署简单、快速。但由于Caffe框架在最初设计时遗留了许多架构的问题，Caffe架构图层必须使用C++定义，模型必须使用protobuf定义，大大降低了框架的灵活性。

2.Theano
，，，Theano是一个完全使用python语言编写的深度学习框架，支持大多数神经网络，对于循环神经网络（RNN）具有非常好的支持，可以很好地跨平台部署到Windows环境中。但由于python是一种解释性编程语言，对于较大的模型开销非常大，运行效率相对较慢。

3.Torch
，，，这是一个FaceBook主推的深度学习框架，运行效率较高，丹玉长短期记忆网络（LSTM）具有非常好的支持，但由于此框架的开发语言为lua语言，而在深度学习领域，lua语言相对小众化，所以此框架没有得到很好地发展。
4.TensorFlow
，，，是谷歌公司与2015年开源的深度学习框架，Tensor为张量，Flow为基于数据流图的计算，TensorFlow即为张量从流图到另一个端的计算过程。TensorFlow支持大部分先进的神经网络，如CNN、RNN、LSTM等。TensorFlow使用了向量运算的符号图方法，使新网络的指定变得相对容易。程序员可以使用C++、python、java作为TensorFlow框架的编程语言，利用官方提供的API接口，可以快速开发自己的深度学习模型。

---

如果对你有帮助，点个赞哟！