深度学习框架分解
深度学习继续发展成为 AI 工具箱中最强大的技术之一。 目前存在许多支持模型开发的软件包,我们重点介绍了具有关键品质和差异化特征的重要选项,以帮助您选择最适合您需求的选项。
什么是深度学习框架?
深度学习框架是研究人员和数据科学家用来设计和训练深度学习模型的软件包。 这些框架的想法是允许人们在不深入研究深度学习、神经网络和机器学习的算法的情况下训练他们的模型。
这些框架提供了用于通过高级编程接口设计、训练和验证模型的构建块。 广泛使用的深度学习框架如 PyTorch、TensorFlow、MXNet 等也可以使用 GPU 加速库如 cuDNN 和 NCCL 来提供高性能的多 GPU 加速训练。
为什么要使用深度学习框架?
- 他们提供现成的库来定义层、网络类型(CNN、RNN)和通用模型架构
- 它们可以支持计算机视觉应用; 图像、语音和自然语言处理
- 他们通过流行的编程语言(如 Python、C、C++ 和 Scala)拥有熟悉的界面
- 许多深度学习框架由 NVIDIA 深度学习库加速,例如 cuDNN、NCCl 和 cuBLAS,用于 GPU 加速深度学习训练
示例框架
骨架 | 气质 | 独特优势 |
TensorFlow |
|
|
埃萨拉 (继 茶野) |
|
|
咖啡 |
|
|
咖啡2 |
|
|
PyTorch |
|
|
链条机 |
|
|
Apache MXNet |
|
|
MATLAB |
|
|
有关 TensorFlow 的更多详细信息
TensorFlow 是由 Google 创建的开源软件库,是一种流行的机器学习工具,尤其是用于训练深度神经网络。 TensorFlow 的 API 主要支持 Python 和 C,但也有适用于 C++、JavaScript 和 Java 的 API; 但是,只有 Python API 才能保证稳定。
TensorFlow 的社区还开发了对许多其他语言的支持,包括 C#、Haskell、Julia、R、Ruby、Rust 和 Scala。
TensorFlow 的优势在于它有如此多的入口点。 除了语言之外,还有大量工具与 TensorFlow 集成或构建在 TensorFlow 之上。
TensorFlow 也有一个非常大的用户社区,您可以在其中获得帮助,并且有很好的文档记录。
关于 Keras 的更多细节
Keras 是一个开源库,专注于为神经网络提供简单的 Python API,具有 GPU 集群的可扩展性等功能。 它建立在 TensorFlow 2.0 之上,也可以在 Theano 上运行。
Keras 具有与 TensorFlow 相同的可移植性,这意味着您可以在浏览器以及移动和嵌入式设备中运行它。 Keras 被许多主要组织使用,包括 CERN 和 NASA。
关于 PyTorch 的更多细节
PyTorch 是 FAANG 生态系统的另一个产品,来自 Facebook 的人工智能研究实验室 (FAIR)。 PyTorch 主要专注于计算机视觉和自然语言处理 (NLP) 任务。 与 TensorFlow 一样,PyTorch 的主要界面语言是 Python,但也有 C++ 支持。
PyTorch 的社区有许多与库集成的工具,例如用于 scikit-learn 兼容性的 Skorch、用于 NLP 的 extBrewer、用于对话式 AI 的 NeMo 工具包,以及 PyTorch闪电 它在思想上与 TensorFlow 和 Keras 相似,因为它专注于简化使模型工作所需的编码。
PyTorch 也是带有张量的 NumPy(机器学习和数据科学中的一种流行工具)的良好替代品,张量类似于 NumPy 数组,但经过优化以在 CPU 或 GPU 上运行。 PyTorch 有一种针对移动设备的实验性部署方法,但经过优化,可以在云计算平台上运行,包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。
有多种深度学习框架可供选择。 如果此处列出的选项之一不适合您的需求,还有其他选项,包括 Amazon 的 Gluon(基于 MXNet)、DL4J 和 Sonnet。
原版。 经许可重新发布。
相关新闻:
来源:https://www.kdnuggets.com/2021/09/a-breakdown-deep-learning-frameworks.html
- "
- &
- 2021
- 9
- 优点
- AI
- 研究
- 算法
- Amazon
- 亚马逊网络服务
- API
- APIs
- 应用领域
- 应用
- 听众
- Azure
- 身体
- 浏览器
- 建筑物
- 欧洲核子研究中心
- 云端技术
- 云计算
- 码
- 编码
- 未来
- 相当常见
- 社体的一部分
- 公司
- 计算机视觉
- 计算
- 混乱
- 继续
- 公司
- data
- 数据中心
- 数据科学
- 深入学习
- 深度神经网络
- 设计
- 研发支持
- 设备
- 生态系统
- 工程师
- 环境
- Excel
- 面部彩妆
- 公平
- 高效率
- 特征
- 流
- 专注焦点
- 叉
- 骨架
- 非常好
- 谷歌
- 谷歌云
- GPU
- 图形处理器
- 此处
- 近期亮点
- HTTPS
- 主意
- 图片
- 包含
- IT
- 爪哇岛
- JavaScript的
- 凯拉斯
- 键
- 语言
- 语言
- 大
- 最新
- 学习
- 自学资料库
- 机器学习
- 主要
- 微软
- 联络号码
- 移动设备
- 模型
- 美国宇航局
- 自然语言
- 自然语言处理
- 网络
- 网络
- 神经
- 神经网络
- NLP
- Nvidia公司
- 提供
- 打开
- 附加选项
- 其他名称
- 其它
- 员工
- 性能
- 平台
- 热门
- 个人档案
- 帖子
- 平台精度
- 产品
- 生产率
- 代码编程
- 编程语言
- 项目
- 原型
- 蟒蛇
- pytorch
- 范围
- 研究
- 运行
- 锈
- 斯卡拉
- 可扩展性
- 科学
- 科学家
- 特色服务
- 简易
- 技能
- So
- 软件
- 速度
- 稳定性
- 故事
- 供应
- SUPPORT
- 支持
- 文案
- tensorflow
- 测试
- 最佳
- 火炬
- 产品培训
- 用户
- 愿景
- 卷筒纸
- 网页浏览器
- Web服务
- X