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!