深度学习软件对比

描述
pdf
7页

内容

Caffe
• 第一个主流的工业级深度学习工具。它开始于2013年底,由UC Berkely的Yangqing Jia老师编写和维护的具有出⾊色的卷积
神经网络实现。在计算机视觉领域Caffe依然是最行的工具包。它有很多扩展，但是由于一些遗留的架构问题，不够灵
活且对递归网络和语言建模的支持很差。
• TensorFlow
• Google开源的其第二代深度学习技术——被使用在Google搜索、图像识别以及邮箱的深度学习框架。是一个理想的
RNN（递归神经网络）API和实现，TensorFlow使用了向量运算的符号图⽅方法，使得新网络的指定变得相当容易，⽀支持
快速开发。缺点是速度慢，内存占用较大。（比如相对于Torch）
• MXNet
• 是李沐和陈天奇等各路英雄豪杰打造的开源深度学习框架，是分布式机器学习通用工具包DMLC 的重要组成部分。它注
重灵活性和效率，文档也非常的详细，同时强调提高内存使用的效率，甚至能在智能手机上运行诸如图像识别等任务。
• Torch
• Facebook力推的深度学习框架，主要开发语⾔言是C和Lua。有较好的灵活性和速度。它实现并且优化了基本的计算单
元，用者可以很简单地在此基础上实现⾃自⼰己的算法，不用浪费精⼒力在计算优化上⾯面。核⼼心的计算单元使⽤用C或者cuda
做了很好的优化。在此基础之上，使⽤用lua构建了常见的模型。缺点是接⼝口为lua语⾔言，需要⼀一点时间来学习。
• Theano
• 2008年诞生于蒙特利尔理⼯工学院，主要开发语言是Python。Theano派生出了大量深度学习Python软件包，最著名的包
括Blocks和Keras。Theano的最⼤大特点是⾮非常的灵活，适合做学术研究的实验，且对递归网络和语言建模有较好的支
持，缺点是速度较慢。

链接：http://pan.baidu.com/s/1gfl9LVd 密码：

游客，如果您要查看本帖隐藏内容请回复