深度学习框架
今天参加浪潮的人工智能课程,了解到了一些深度学习的资讯。
现在有很多深度学习框架,例如Theano、TensorFlow、Torch、Caffe、MXNet、Neon 和 CNTK。
Caffe
作者:贾扬清http://daggerfs.com,博士毕业于UC Berkeley,在Google工作
http://caffe.berkeleyvision.org/
源码Github,于2013年12月开源最初单机版Caffe。
Caffe可用于人脸识别、图片分类、物种识别等。
Caffe is a deep learning framework made with expression, speed, and modularity in mind. It is developed by Berkeley AI Research (BAIR)/The Berkeley Vision and Learning Center (BVLC) and community contributors.
Google Protocol Buffer数据标准为Caffe提升了效率。学术论文采用此模型较多。
Caffe2
源码Github
Tensorflow
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。
Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。
TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。
TensorFlow可被用于语音识别或图像识别等多项机器深度学习领域。
源码Github
PaddlePaddle
百度出品http://www.paddlepaddle.org/
2016年9月27日,百度宣布其全新的深度学习开源平台PaddlePaddle在开源社区Github及百度大脑平台开放。
源码Github
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来自 螃蟹壳!