2019 深度学习框架大盘点!看 PyTorch、TensorFlow 如何强势上榜?

简介: 2019 深度学习框架大盘点!看 PyTorch、TensorFlow 如何强势上榜?


本文将以一个视频的方式讲解 2019 年深度学习各大框架。视频作者来自人工智能领域的网红小哥 Siraj Raval。


下面是作者 Siraj Raval 对该视频的介绍:


您应该使用哪个深度学习框架?在下面的视频中,我将比较 10 个不同指标的深入学习框架,包括:


  • Keras
  • theano
  • TensorFlow
  • Caffe
  • Caffe2
  • mxnet
  • CNTK
  • GLUON
  • PyTorch
  • torch


我们在这段视频中有很多要介绍的内容!使用代码、编程特性和理论,我将导航这个领域,最终得出一些明确的结论。享受吧!


视频:


小哥 Siraj Raval 的视频做得真不错,开头就以漫威的超级英雄入场,一起来看一下!


image.png


有点遗憾的是该视频是生肉(无字幕),不过也还好,小哥的语速很慢,大部分都能听懂。想要自动翻译,有条件的同学可以在油管上看,附上地址:


https://www.youtube.com/watch?v=SJldOOs4vB8


代码:


作者已将这段视频中出现的完整代码放在了 GitHub 上,项目地址:


https://github.com/llSourcell/DeepLearningFrameworks


image.pngimage.png


代码可以说是非常详细了,毕竟网红小哥是用心了的,视频也做得棒棒的~


框架比较:


从四个方面来比较各个框架的性能差异。


1. Training Time(s): CNN (VGG-style, 32bit) on CIFAR-10 - Image Recognition


image.pngimage.pngimage.pngimage.png

清晰幽默的视频讲解 + 详细代码和性能比较,希望能帮助大家深入了解这些火热的深度学习框架!


相关文章
|
14天前
|
机器学习/深度学习 API 语音技术
|
1月前
|
机器学习/深度学习 数据采集 PyTorch
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
使用PyTorch解决多分类问题:构建、训练和评估深度学习模型
|
7天前
|
机器学习/深度学习 PyTorch 测试技术
PyTorch 深度学习(GPT 重译)(四)(1)
PyTorch 深度学习(GPT 重译)(四)
25 2
|
7天前
|
机器学习/深度学习 PyTorch API
PyTorch 深度学习(GPT 重译)(三)(4)
PyTorch 深度学习(GPT 重译)(三)
38 3
|
7天前
|
机器学习/深度学习 存储 PyTorch
PyTorch 深度学习(GPT 重译)(三)(3)
PyTorch 深度学习(GPT 重译)(三)
26 2
|
7天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(二)(3)
PyTorch 深度学习(GPT 重译)(二)
23 1
|
7天前
|
机器学习/深度学习 算法 PyTorch
PyTorch 深度学习(GPT 重译)(二)(2)
PyTorch 深度学习(GPT 重译)(二)
33 2
|
7天前
|
机器学习/深度学习 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(二)(1)
PyTorch 深度学习(GPT 重译)(二)
25 2
|
7天前
|
存储 PyTorch 算法框架/工具
PyTorch 深度学习(GPT 重译)(一)(3)
PyTorch 深度学习(GPT 重译)(一)
30 2
|
8天前
|
机器学习/深度学习 存储 PyTorch
PyTorch深度学习基础:张量(Tensor)详解
【4月更文挑战第17天】本文详细介绍了PyTorch中的张量,它是构建和操作深度学习数据的核心。张量是多维数组,用于存储和变换数据。PyTorch支持CPU和GPU张量,后者能加速大规模数据处理。创建张量可通过`torch.zeros()`、`torch.rand()`或直接从Python列表转换。张量操作包括数学运算、切片和拼接。在深度学习中,张量用于神经网络模型的构建和训练。理解张量对于掌握PyTorch至关重要。