深度学习框架介绍
先概括一下深度学习的几大流行的框架:Pylearn2, Theano, Caffe, Torch, Cuda-covnet,Deeplarning4j等。
- Theano是一个Python库,也是一个强大的数学表达式编译器。Pylearn2是在Theano基础上建立的机器学习库。用户可以用数学表达式写Pylearn2的插件(新的model, algorithm等), Theano将这些表达式进行优化和稳定化,然后进行编译。
- Caffe是由Berkely Vision and Learning Center的贾杨清博士(毕业后在谷歌工作)主导开发的基于ConvNets和C++的深度学习库。Caffe允许网络模型和优化方法都定义在配置文件中而不需要写代码,可以很方便地在CPU和GPU之间切换。关于Caffe的更多介绍:贾扬清:希望Caffe成为深度学习领域的Hadoop
- Torch更偏向企业级应用,是用Lua写的,Facebook AI实验室和Google DeepMind团队等都使用Torch。可以为机器学习算法提供类似于Matlab的环境。Lua可以轻易地与C结合,任何C或者C++库都可以成为Lua库。OverFeat是用Torch7在ImageNet上训练得到的特征提取工具。
- Cuda-convnet或者CuDNN是NVIDIA提供的基于GPU加速的深度学习工具,对主流的软件包括Caffe,Torch和Theano都提供支持。
- Deeplarning4j面向商业应用,是基于Java的机器学习框架。更多介绍可阅读各自的网站或者阅读这篇文章。
Caffe的安装
Caffe的网站上提供了安装说明。由于其依赖的库比较多,通常安装过程会出现许多问题,在不同的机器和操作系统上可能遇到不同的问题。安装时可以根据网站上提供的说明步骤进行,遇到有问题时用Google搜索一下基本都能找到。本文记录了笔者在Mac上安装遇到的问题和解决办法。系统版本:OS X 10.9.5。
1,安装Caffe的依赖库
1.1 安装CUDA。推荐7.0以上版本,6.*版本也可以。我安装的是最新版CUDA 7.5。
1.2 安装BLAS。这里我使用了OpenBLAS。推荐使用brew安装:brew install openblas
1.3 安装Boost。
通过brew install boost默认安装版本为1.60。但建议使用1.59。因为1.60编译后可能会出现问题。
$ brew search boost
boost homebrew/versions/boost-python159 ✔
boost-bcp homebrew/versions/boost149
boost-build homebrew/versions/boost150
boost-python homebrew/versions/boost155
homebrew/science/boost-compute homebrew/versions/boost159 ✔
Caskroom/cask/iboostup Caskroom/cask/turbo-boost-switcher
Caskroom/cask/pivotalbooster
$ brew install –build-from-source homebrew/versions/boost159