1.PyTorch简介

1. 常见的深度学习框架简介 

为清水等地区用户提供了全套网页设计制作服务,及清水网站建设行业解决方案。主营业务为成都网站制作、成都网站设计、清水网站设计,以传统方式定制建设网站,并提供域名空间备案等一条龙服务,秉承以专业、用心的态度为用户提供真诚的服务。我们深信只要达到每一位用户的要求,就会得到认可,从而选择与我们长期合作。这样,我们也可以走得更远!

名称

诞生

优点

缺点

评价

项目地址

PyTorch

2017年1月,Facebook

前身2002年诞生纽约大学的Torch

简洁:tensor->variable->nn.Moudle  

速度:

易用:

活跃的社区

   

Theano

2008年蒙特利尔大学LISA

python库

奠定了基本设计方向:以计算图为框架核心,采用GPU加速计算

难调试,构建图慢

停止开发,不建议研究

 

TensorFlow

2015年,Google

Python C++

基于计算图实现自动微分系统

在ARM架构上编译和优化

系统设计复杂

频繁变动接口

接口设计难懂

文档混乱

不完美但最流行,社区强大,适合生产环境

https://github.com/tensorflow/tensorflow

Keras

高层神经网络API

Python

支持快速实验

屏蔽后端的差异性,提供一致的用户接口

过度封装

程序缓慢

入门简单,不够灵活,使用受限

https://keras.io/

Caffe/Caffe2

C++

简洁快速,易用

全平台支持

缺少灵活性

文档不够完善,性能 优异,全平台支持,适合生产环境

https://caffe.berkeleyvision.org/  

https://caffe2.ai/

MXNet

2014

Amazon李沐

分布式支持,内存、显存优化

AWS云平台

接口文档不够完善

文档混乱,分布式性能强大,语言支持最多,适合AWS云平台使用

https://mxnet.incubator.apache.org/

CNTK

2015年 微软公司

  

社区不够活跃,性能突出,擅长语音方面的相关研究

 

PaddlePaddle

百度

    

CyNet

CMU开发

    

Tiny-dnn

C++11标准

    

Deeplearning4J

Java

文档优秀

   

Nervana

Inter

    

DSSTNE

Amazon

    

CoreML

     

MDL

     

2. ONNX标准 

Facebook和微软,推出Open Neural Network Exchange(ONNX,开放神经网络交换)格式,一个用于表示深度学习模型的标准,可使模型在不同框架之间进行转移。

https://github.com/ritchieng/the-incredible-pytorch  

https://discuss.pytorch.org/


分享题目:1.PyTorch简介
本文路径:http://lszwz.com/article/gigidg.html

其他资讯

售后响应及时

7×24小时客服热线

数据备份

更安全、更高效、更稳定

价格公道精准

项目经理精准报价不弄虚作假

合作无风险

重合同讲信誉,无效全额退款