深度学习工具调研

    xiaoxiao2021-03-26  2

    作者:Vamei 出处:http://www.cnblogs.com/vamei 严禁任何形式转载。

     

    深度学习(Deep Learning)是机器学习的一个进展迅速的分支。Google下围棋的AlphaGo就采用了深度学习算法,从而让机器学习算法广受关注。这里是我对深度学习常用库的一个调研总结。

     

    基于Python的常用方案:

    Theano + Pylearn2: 大部分基于Python本身。在学术界使用广泛,有很多实验性的新算法。但性能和商业支持方面都有问题。 Caffe:底层用C++实现。算法较少,主要卷积网络算法(Convolutional Network),用于图像识别和分类。性能不错,开发社区也很活跃。安装和配置比较复杂。

     

     

    其他方案:

        Cuda-convnet:基于C++,主要是用Cuda在GPU上实现,对分布式的支持很好。缺点是学习曲线比较陡,开发社区也比较分散。     Torch: 基于Lua,底层主要是C。在大公司使用比较多。分布式支持好,性能好,算法有限。     Deeplearning4j: 基于Scala/Java, 正在开发Python接口。商业化支持完善,可以和Spark, Hadoop等大数据工具结合,容易配置和安装。

     

    此外,网上有一个Deep Learning工具的排行:

    Pylearn2 (55 users) Theano (50) Caffe (29) Cuda-convnet (17) Deeplearning4j (12) Torch (27)

     

     

    文章参考

    http://deeplearning4j.org/compare-dl4j-torch7-pylearn.html

    http://www.csdn.net/article/2015-07-07/2825150

    http://www.kdnuggets.com/2015/05/poll-r-rapidminer-python-big-data-spark.html

    https://github.com/soumith/convnet-benchmarks

    https://code.google.com/archive/p/cuda-convnet2/

    http://torch.ch/

    转载请注明原文地址: https://ju.6miu.com/read-650167.html

    最新回复(0)