【深度学习基础】三种深度学习框架：PyTorch、Tensorflow、Caffe

📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处

---

PyTorch

研发者： Facebook
2017年1月， Facebook人工智能研究院 (FAIR) 团队在 GitHub上开源了PyTorch。
其与Torch 的不同之处在于PyTorch 使用了Python 作为开发语言。

TensorFlow

研发者：Google
2015年11月10日， Google宣布推出全新的机器学习开源工具 TensorFlow。
TensorFlow主要用于进行机器学习和深度神经网络研究，但它是一个非常基础的系统，因此也可以应用于众多领域。 由于Google在深度学习领域的巨大影响力和强大的推广能力， TensorFlow—经推出就获得了极大的关注，并迅速成为如今用户最多的深度学习框架。
tensorflow是Google开源的基于数据流图的机器学习框架，支持python和c++程序开发语言。轰动一时的AlphaGo就是使用tensorflow进行训练的，其命名基于工作原理，tensor 意为张量（即多维数组），flow 意为流动。即多维数组从数据流图一端流动到另一端。目前该框架支持 Windows、Linux、Mac乃至移动手机端等多种平台。

TensorFlow的应用架构主要包括模型构建，模型训练，及模型评估三个方面。模型构建主要指构建深度学习神经网络，模型训练主要指在TensorFlow会话中对训练数据执行神经网络运算，模型评估主要指根据测试数据评估模型精确度

Caffe

全称是Convolutional Architecture for Fast Feature Embedding。
一个清晰、高效的深度学习框架，核心语言是C+ ＋，它支持命令行、 Python和MATLAB接口，既可以在CPU上运行， 也可以在GPU上运行。
而且与深度学习的其他领域相比，Caffe在计算机视觉模型方面工作得很好。
优点：简洁快速，缺点是缺少灵活性。