深度学习软件编程框架:Tensorflow、Pytorch、Keras
神经网络的训练和推断需要快速构建计算图、反向传播求梯度,并部署在GPU硬件及终端。众多深度学习框架雨后春笋般出现并快速迭代升级,谷歌的Tensorflow、facebook的Caffe和Pytorch、微软的CNTK、ONNX、亚马逊的MXNet、百度的Paddle Paddle,还有易上手的Keras,宛如一个武林江湖。各种深度学习框架有什么区别?静态图和动态图是怎么回事?初学者应该如何入手学习?
因为各种深度学习框架本身迭代更新迅速,瞬息万变,我们仅仅讲解普适规律和框架哲学,不会死抠代码细节。
入门学习推荐:先学Keras,再学Pytorch,学有余力再来Tensorflow。
扩展链接:
【知乎】Pytorch到底好在哪里?https://www.zhihu.com/question/65578911
【博客】PyTorch 的 Autograd:https://blog.csdn.net/byron123456sfsfsfa/article/details/92210253
Pytorch官网:https://pytorch.org/
Tensorflow官网:https://www.tensorflow.org/
Keras官方网站: https://keras.io/
Keras中文文档: https://keras.io/zh/
Keras的Github主页: https://github.com/keras-team/keras
【子豪兄】Keras官方文档精读:https://www.bilibili.com/video/av83195032/
cs231n(11)
最新推荐文章于 2024-09-12 23:40:25 发布