TensorFlow、MXNet、Keras如何取舍？常用深度学习框架对比-CSDN博客

本文链接：https://blog.csdn.net/weixin_45583158/article/details/100143498

本文对比分析了9个常用的深度学习框架，包括TensorFlow、MXNet和Keras等，探讨了它们的优缺点、支持平台和接口，以帮助开发者选择合适的工具。

摘要由CSDN通过智能技术生成

作者简介

魏秀参，旷视科技 Face++ 南京研究院负责人。南京大学 LAMDA 研究所博士，主要研究领域为计算机视觉和机器学习。在相关领域顶级国际期刊如 IEEE TIP、IEEE TNNLS、Machine Learning Journal 等和顶级国际会议如 ICCV、IJCAI、ICDM 等发表论文十余篇，并两次获得国际计算机视觉相关竞赛冠亚军。著有《解析深度学习——卷积神经网络原理与视觉实践》一书。曾获 CVPR 2017 最佳审稿人、南京大学博士生校长特别奖学金等荣誉，担任 ICCV、CVPR、ECCV、NIPS、IJCAI、AAAI 等国际会议 PC member。（个人自媒体：知乎“魏秀参”，新浪微博“Wilson_NJUer”）。

14 深度学习开源工具简介

自 2006 年 Hinton 和 Salakhutdinov 在 Science 上发表的深度学习论文点燃了最近一次神经网络复兴的“星星之火”，接着， 2012 年 Alex-Net 在 ImageNet 上夺冠又迅速促成了深度学习在人工智能领域的“燎原之势”。当下深度学习算法可谓主宰了计算机视觉、自然语言学习等众多人工智能应用领域。与此同时，与学术研究一起快速发展并驾齐驱的还有层出不穷的诸多深度学习开源开发框架。本章将向读者介绍和对比 9 个目前使用较多的深度学习开源框架，供大家根据自身情况“择优纳之”。

14.1 常用框架对比

表 14.2 中从“开发语言”、“支持平台”、“支持接口”、是否支持“自动求导”、是否提供“预训练模型”、是否支持“单机多卡并行”运算等 10 个方面，对包含 Caffe、 MatConvNet、 TensorFlow、 Theano 和 Torch 在内的 9 个目前最常用的深度学习开源框架进行了对比。

640?wx_fmt=jpeg