0
作为机器学习领域、尤其是 Python 生态圈最受欢迎的框架平台,TensorFlow 具有许多吸引开发者的优点。其中最显而易见的是谷歌的技术支持和完善的社区(庞大用户群)。这些都为 TensorFlow 的普及打下了基础。但是,开发者需要了解 Tensorflow 在技术上有哪些值得一提的优势,又有哪些不足,以便在处理特定任务时进行工具选择。而这些,必须要在与其他平台、框架的对比中才能凸显。顺便说一句老生常谈的话,没有万能的工具,只有在不同应用场景下最合适的选择。因此,雷锋网整理了介绍 Tensorflow、Caffe、Microsoft Cognitive Toolkit (CNTK)、MXnet、Torch 等平台框架,以及对它们做横向对比的文章,供读者按图索骥。
这部分的文章,对 TensorFlow 和其它主流深度学习框架、平台做了概括性介绍,归纳它们的主要特点。有经验的开发者可跳过。
谷歌、微软、OpenAI 等巨头的七大机器学习开源项目 看这篇就够了
对 Tensorflow、DeepMind Lab、Universe、FastText、CNTK、MXNet、SystemML 这七个开源机器学习平台、框架做了介绍。它们都是谷歌、微软、亚马逊、IBM 等国际互联网巨头开发或维护的平台,在一定程度上反应了巨头们的 ML 布局以及研究倾向。
注意:该文章发布时 Facebook 尚未推出 Pytorch。现在看来,Pytorch 是脸书在 ML 领域的关键项目。
地址:http://www.leiphone.com/news/201612/rFVygnQf4WjogJQR.html
深度学习——你需要了解的八大开源框架
对 TensorFlow、Torch、Caffe、Theano、Deeplearning4j 等主流开源框架作了简要介绍,总结了它们的核心优势及特点。
地址:http://www.leiphone.com/news/201608/5kCJ4Vim3wMjpBPU.html (来源雷锋网)
对比深度学习十大框架:TensorFlow 最流行但并不是最好
这篇文章翻译自 Medium,同样是对开源框架的综合性介绍。它出自 BEEVA Labs 的数据分析师 Ricardo Guerrero Gomez-Ol 之手,对 TensorFlow、Theano、Keras、Lasagne 等框架和工具做了简要介绍。
地址:http://geek.csdn.net/news/detail/132553
这几天 AI 圈都在关注的深度学习库评测
整理自香港浸会大学褚晓文教授研究团队的论文。褚教授在论文中对 Caffe、CNTK、MXNet、TensorFlow、Torch 几大工具在 CPU、GPU 平台上的性能表现做了深度评测。该论文一经发表便受到广泛关注,堪称是迄今为止,对上述几个主流深度学习框架最深入、客观的计算性能对比。其研究结果,简明扼要得归纳了这几大平台分别最适合处理何种神经网络任务。雷锋网强力推荐。
地址:http://www.leiphone.com/news/201701/OlEiX6kZLKHVUyW2.html (来源雷锋网)
机器学习和深度学习的最佳框架大比拼
这篇文章翻译自 Infoworld,对 TensorFlow、Caffe、CNTK、MXNet、Scikit-learning、Spark MLlib 等几大框架的优缺点进行了点评,以及实践总结。本文针对不同背景、习惯的开发者,提供了平台选择上的建议。
地址:https://news.cnblogs.com/n/562250/
TensorFlow 等主流深度学习框架比较分析
这篇文章罗列了 TensorFlow、Theano、MXnet 三者的主要属性和技术规格,做了简明扼要的对比。
地址:http://www.tuicool.com/articles/BVFb6bb
Caffe、TensorFlow、MXnet 三个开源库对比
这是国内一名为陈汝丹的开发者的实操心得,对三个框架发表了自己的看法。文章对技术的讨论较为细致,适合做实践参考。
如何评价百度刚刚开源的 Paddle 平台?
2016 年下半年开源的 PaddlePaddle 是百度的诚意之作,或许还是国内诞生的最具重量级的机器学习框架。这篇文章对其做了介绍,并邀请行业人士对 PaddlePaddle 相对于 TensorFlow、Caffe 的优缺点做了简要评论。
地址:http://www.leiphone.com/news/201608/TfDtMfbKkUOEieWm.html(来源雷锋网)
应该选择 TensorFlow 还是 Theano?
由于 TensorFlow 与 Theano 有替代关系,两者之间的比较是个相对热门的话题。这是知乎上的问答,直接对比了这两个深度学习框架。
地址:https://www.zhihu.com/question/41907061
TensorFlow 与 Apache Spark 结合:雅虎开源“TensorFlowOnSpark”
最后,说到 TensorFlow 就不得不提最近的一个大新闻——“TensorFlowOnSpark”。该框架使得 TensorFlow 兼容于 Apache Spark,能直接获取后者的数据集,为开发者减少大量麻烦。
地址:http://www.leiphone.com/news/201702/XwhHugKHTk86WQso.html
雷峰网原创文章,未经授权禁止转载。详情见转载须知。