2019深度学习框架排行榜 (从TOP 10到TOP 3)

不外此刻，假如轻微深入相识TensorFlow和Pytorch，就会发明他们越来越像，TF插手了动态图架构，Pytorch致力于其在家产界越发易用。打开各自的官网，你也会发明文档气魄威风凛凛也加倍的相似。

PaddlePaddle

PaddlePaddle是由百度自主研发的开源深度进修平台，近期有了中文名字，飞桨。官网截图也很故意思，许多人在划桨。飞桨刚宣布的时辰，并不被看好，感受更像是Google有，百度也要有的腔调，可是迩来在做一个关于语义识此外项目，其他框架支持中文的模子其实是少的可怜，时刻求助也没偶然刻大局限实习，于是就来试试飞桨，个中基于BERT的ERNIE模子取得了较好的结果，陈设也不折腾。小我私人以为可以将模子库中的经典模子套在本身的题目上，作为baseline模子快速试验，尔后逐步调优追求更好的结果。

从模子库找到得当本身的模子，凭证实践教程一步步举办就行了，进程照旧较量简朴的，碰着的题目在GitHub的issues中都有找到，固然不像TF那么活泼，可是支持也是很实时的。我是从官网找模子，发明官网又更新了，盗张图过来感觉下支持的模子。

Figure 5 PaddlePaddle模子库(源：百度PaddlePaddle官网)

成果上，飞桨同时支持动态图和静态图，能利便地调试模子，利便地陈设，很是得当营业应用的落地实现。飞桨也已经支持数百个节点的高效并行实习。可以说在已往2年的时刻里，深度进修规模在大局限的落地应用，各家框架也都在快速的成长，可是百度的飞桨看来是这个阶段成长更快的框架，乃至是成长更快的AI开产生态。

今朝，以上三个框架可以说成长较量快，而且仍在不调动新与维护。成果上来说，各框架已经“越长越像”，三个框架照旧会有各自的特点，怎样选择照旧要按照本身的方针来看。

下面简朴先容一下其他的一些首要框架。

Keras

Keras的呈现大大低落了深度进修应用的门槛，通过Keras的API可以通过数行代码就构建一个收集模子，曾几许时，Keras+Theano，Keras+CNTK的模式深得开拓者喜欢。今朝Keras整套架构已经封装进了TensorFlow，在TF.keras可以完成Keras的全部工作。

Deeplearning4j

Deeplearning4j，顾名思义，它是用JAVA编写的，而且与任何JVM说话兼容，如Scala，Clojure或Kotlin，基本计较模块是用C，C++和CUDA开拓的，基于此，DL4J对Spark和Hadoop生态有很好的支持，在多卡GPU上也有很好的机能。对比TF，Pytorch和飞桨，DL4J的文档和社区系统并不是很完美，并且其自己并不支持Python，而是由高层级的Keras API支持，上手难度稍大，其它其应用示例也很有限。

Mxnet

Mxnet可以说成名很早，成长一向不温不火，此刻在Apache项目下孵化，当下背靠企业的TensorFlow，Pytorch和飞桨都依赖普及的应用场景踏上了AI成长的快车道，而Mxnet缺傲幽也许就是大厂应用场景的落地实现。

Caffe&Caffe2

Caffe 是一个优先思量表达、速率和模块化来计划的框架，它由贾扬清和伯克利人工智能尝试室研究开拓。支持 C、C++、Python等接口以及呼吁行接口。它以其速率和可转性以及其在卷积神经收集建模中的合用性而有名。

行使Caffe库的甜头是从深度收集存储库"Caffe 模子Zoo"会见可用收集，这些收集颠末预先培训，可以当纵然用。Caffe是一个曾经气吞江山的视觉辨认深度进修收集。可是，Caffe 不支持风雅粒度收集层，给定系统布局，对轮回收集和说话建模的总体支持相等差，必需用初级说话成立伟大的层范例，行使门槛很高。

Caffe2是由Facebook组织开拓的深度进修模子，固然行使门槛不像Caffe那样高，但如故让不那么垂青机能的开拓者望而却步，很快就被并入Pytorch项目。而Caffe自2017年以来都没有再更新了，新的项目已经鲜有其身影，曾名噪一时的框架就此落幕。

Chainer

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!