j9九游会首页登录--信誉保证

该怎样选择最合适你的开源框架?

开辟技能 2019-3-10

许多神经网络框架已开源多年,支持呆板学习和人工智能的专有办理方案也有许多。多年以来,开辟职员在Github上公布了一系列的可以支持图像、手写字、视频、语音辨认、天然言语处置、物体检测的呆板学习框架,但并没有一种框架可以完善地办理你一切的需求。那么该怎样选择最合适你的开源框架呢?盼望上面带有形貌的图表以及剖析可以带给你以启示,以此来选择最合适你的商业需求的框架。下图总结了绝大少数Github上的开源深度学习框架项目,依据项目在Github的Star数目来评级。

 

TensorFlow

TensorFlow框架的前身是Google的DistBelief V2,是谷歌大脑项目标深度网络东西库,一些人以为TensorFlow是自创Theano重构的。

Tensorflow一经开源,立刻惹起了少量开辟者的跟进。Tensorflow普遍支持包罗图像、手写字、语音辨认、展望和天然言语处置等少量功效。TensorFlow遵照Apache 2.0开源协议。

TensorFLow提供这些东西:

TensorBroad是一个设计优秀的可视化网络构建和展示东西;

TensorFlow Serving经过坚持相反的办事器架谈判API,可以利便地设置装备摆设新算法和情况。TensorFlow Serving 还提供开箱即用的模子,而且可以轻松扩展以支持其他的模子和数据。

TensorFlow编程接口包罗Python和C++,Java,Go,R和Haskell言语的接口也在alpha版中支持。别的,TensorFlow还支持谷歌和亚马逊的云情况。

TensorFlow的0.12版本支持Windows 7, 8, Server 2016体系。由于接纳C++ Eigen库,TensorFlow类库可以在ARM架构平台上编译和优化。这意味着你可以不必要分外完成模子解码器大概Python表明器就可以在多种办事器和挪动设置装备摆设上摆设训练好的模子。

TensorFlow提供过细的网络层利用户可以构建新的庞大的层布局而不必要本人从底层完成它们。子图容许用户检察和规复图的恣意边的数据。这对庞大盘算的Debug十分有效。

散布式TensorFlow在0.8版本推出,提供了并行盘算支持,可以让模子的差别 局部在差别设置装备摆设上并行训练。

TensorFlow在斯坦福大学,伯克利学院,多伦多大学和Udacity(2016年3月建立的在线学校)均有讲授。

TensorFlow的缺陷有:

每个盘算流必需构建成图,没有标记循环,如许使得一些盘算变得难;

没有三维卷积,因而无法做视频辨认;

即使曾经比原有版本(0.5)快了58倍,但实行功能仍旧不及它的竞争者。

Caffe

Caffe是贾扬清的作品,现在,贾扬清是Facebook AI平台的Lead。始于2013年底,Caffe大概是第一个主流的产业级的深度学习东西包。Caffe具有杰出的卷积模子,是盘算机视觉范畴最受接待的东西之一,且2014年ImageNet 大赛的获奖作品利用的便是Caffe框架。Caffe遵照BSD 2-Clasuse 协议。在此我向各人保举一个大数据技能交换>### 打破技能瓶颈,提拔头脑才能 。

Caffe的高速使得它十分合适于科研和贸易范畴。使用一个NVIDIA K40 GPU,Caffe可以天天处置60M张图片,即推测1毫秒一张,训练4毫秒一张。利用最新的版本,乃至可以更快。

Caffe底层是用C++完成的,可以在种种设置装备摆设上编译。Caffe是跨平台的而且提供Windows接口,它提供C++,Python和Matlab言语接口。Caffe拥有着巨大的用户社区,而且有少量深度网络模子在社区上奉献,被称为“Model Zoo”。此中,AlexNet和GoogleNet是最闻名的两个。

Caffe是视觉辨认的盛行框架,但是Caffe不提供像TensorFlow,CNTK或Theano一样细粒度的层布局。你必需编写底层代码来构建庞大的层布局。由于它的固有架构,Caffe对循环网络和言语模子的支持不力。

Caffe2

贾扬清和他的团队现在在Facebook努力于Caffe2的研发。2017年4月18号,Facebook基于BSD协议开源了Caffe2。Caffe2聚焦于模块化,在挪动设置装备摆设和大范围摆设均体现精彩。和TensorFlow一样,Caffe2页利用C++ Eigen以支持ARM架构。

Caffe的模子可以经过剧本轻松转化成Caffe2模子。Caffe在设计上的偏向使得它分外合适视觉相干的题目,Caffe2因循了它对视觉题目的壮大支持,同时还参加了RNN和LSTM以更好地支持天然言语处置,手写字辨认和工夫序列展望。

可以预见在不远的未来Caffe2将会替换Caffe在深度学习社区的位置。

Microsoft Cognitive Toolkit

Microsoft Cognitive Toolkit(CNTK)设计的初志是用于语音辨认范畴。CNTK支持RNN(循环神经网络)和CNN(卷积神经网络),因而他有才能胜任图像、手写字和语音辨认题目。CNTK支持64位Linux和Windows体系,提供Python和C++言语接口,遵照MIT协议。

CNTK与TensorFlow和Theano有着相似的设计理念——把网络界说成向量操纵的语义图,向量操纵比方矩阵加法、矩阵乘法以及卷积。同时,CNTK也提供细粒度的网络层设计,容许用户利用它们设计新的庞大网络。

和Caffe一样,CNTK底层也是C++完成并具有跨平台CPU/GPU支持。搭载在Azure GPU Lab上,CNTK能发扬出最高的散布式盘算功能。现在,CNTK由于不支持ARM架构,限定了其在挪动真个使用。

MXNet

MXNet源自于卡内基梅隆大学和华盛顿大学。MXNet是一个极具特征,可编程,可扩展的深度学习框架。MXNet可以混淆多种言语的模子和代码,包罗Python, C++, R, Scala, Julia, Matlab, JavaScript。2017年1月30号,MXNet被纳为Apache基金会孵化项目。

MXNet支持CNN、RNN、LSTM, 提供对图像,手写字,语音辨认,展望和天然言语题目的壮大支持。有人以为,MXNet是天下上最好的图像分类器。

MXNet具有精彩的可扩展性,比方GPU并行盘算,存储映像,高速开辟和可移植性。别的,MXNet可以和Apache hadoop YARN联合,YARN是一个通用散布式使用办理框架,这一特征使得MXNet成为TensorFlow的竞争者。

MXNet的一个共同之处是它是少有的几个支持反抗天生网络(GAN)的框架之一。这个模子被用于实行经济学办法中的“纳什平衡”。

另一个特别之处是,亚马逊的CTO Werner Vogels宣布了对MXNet的支持:“明天,j9九游宣布MXNet将成为亚马逊的深度学习框架选择。j9九游将在现有和将来将呈现的办事中利用MXNet。”苹果公司的局部听说也表现该公司将会利用MXNet作为其深度学习框架。

Torch

Torch由Facebook的Royan Collobert、Soumith Chintala、曾任于Twitter现任于Nvidia的Clement Farabet和Google Deep Mind 的Koray Kavukcuoglu配合开辟。其次要奉献者是Facebook、Twitter和Nvidia。 Torch恪守BSD 3 clause 开源协议。但是,Facebook近期宣布将转向Caffe2作为其首选深度学习框架由于它支持挪动设置装备摆设开辟。

Torch由Lua言语完成,Lua是一种小众言语,因而若你不熟习这门言语,会影响到整个事情的服从。

Torch短少像TensorFlow、MXNet on YARN和Deeplearning4J那样的的散布式支持,短少多种言语接口异样限定了它的受众。

DeepLearning4J

DeepLearning4J(DL4J)是基于Apache 2.0协议的散布式开源神经网络类库,它由Java和Scala完成。DL4J是SkyMind的Adam Gibson开辟的,它是独一的商等级深度学习网络,可以和Hadoop、Spark联合构建多用户多线程办事。DL4J是独一利用Map-Reduce训练网络而利用其他类库举行大范围矩阵操纵的框架。在此我向各人保举一个大数据技能交换>### 打破技能瓶颈,提拔头脑才能 。

DL4J拥有内建的GPU支持,这一紧张特征可以支持YARN上的训练历程。DL4J拥有丰厚的深度神经网络架构支持,包罗RBM,DBN,CNN,RNN,RNTN和LSTM。DL4J还支持一个向量盘算库——Canova。

由于是由Java完成,DL4J后天比Python块,它利用多GPU实行图像辨认义务和Caffe一样快。该框架可以精彩完成图像辨认,敲诈检测和天然言语处置义务。

Theano

Theano次要由蒙特利尔大学学习算法研讨所(MILA)创建。Yoshua Bengio是Theano的创始者,同时向导这个实行室,该实行室在深度学习研讨范畴做出宏大的奉献,培育出约100名相干先生和从业者。Theano支持高效呆板学习算法的疾速开辟,恪守BSD开源协议。

Theano不像TensorFlow那样优雅,但它提供了支持循环控制(被称为scan)的API,可以轻松完成RNN。

Theano提供多种支持手写字辨认、图像分类(包罗医学图像)的卷积模子。Theano还提供三维卷积和池化用于视频分类。在言语方面,Theano能胜任比方了解、翻译和天生等天然言语处置义务。Theano还支持天生反抗网络(GAN),GAN便是由MILA的一位先生提出的。

Theano支持多GPU并行盘算而且自带散布式框架。Theano只支持一种开辟言语,比TensorFlow速率快许多,是一种学术研讨的无力东西。但是,其不支持挪动平台以及没有多种言语接口的缺陷限定了它在企业的普遍使用。

开源与专利软件之争

随着深度学习渐渐成熟,可以预知到j9九游将见证TensorFlow,Caffe2和MXNet的比赛。同时,软件供给商也在提供先辈的AI产品使你从数据中获取更多代价。题目是:你会购置带有专利的AI产品照旧利用开源框架。假如利用开源框架,你将碰面临哪种框架最合适你的题目的选择难。而选择专利软件,你又将怎样订定加入战略?任何一种选择都必要久远思索。


中国· 上海

谷谷二维码
添加微信征询

### CopyRight©2009-2019 上海谷谷网络科技有限公司 All Rights Reserved.   

关于j9九游 | 联系j9九游