医疗AI公司躲不外的选择困难：开源框架与专用芯片

《后浪》视频一夜刷屏。

着实在AI期间，芯片和开源框架也有诸多不绝赶超“前浪”的搅局者和倾覆者。

为了抢占市场、营造生态，科技巨头也都推出了本身的开源深度进修框架，如Google的TensorFlow、Amazon的MXNet、Facebook的Pytorch和Microsoft的CNTK等。

而在海内，也有百度飞奖、旷视MegEngine等框架进入越来越多开拓者的视野。

但这个行业无时不刻都在洗牌中。

有开拓者向雷锋网暗示，台甫鼎鼎的Caffe因其机动性等相对较差，导致用户逐年流失。固然Caffe2在必然水平长举办了改进，可是已经错过了重要的框架成长窗口期。

新权势也逐渐崛起。

本年4月尾，英伟达也与伦敦国王学院配合公布了Project MONAI的开源alpha版本。MONAI是AI Medical Open Network的缩写。这个框架针对医疗保健研究职员的需求举办了优化，而且可以与PyTorch和Ignite等深度进修框架一路运行。

这个框架推出之时，海内就有学者评价到，“为医学影像研究者量身打造，是真正的本心之作。”

虽然，除了开源框架，AI芯片也一向都是行业巨头酣战的规模，英特尔、英伟达以及浩瀚AI专用芯片公司的医疗AI相干产物层出不穷。

作为开源框架和芯片的“首席体验官”，算法工程师们怎样对待芯片、开源框架等规模的诸多选择，我们采访了四家主流医疗AI公司的技强职员。

柏视医疗董事长陆遥：快速验证模子结果行使Pytorch，家产化陈设行使TensorFlow。

TensorFlow： TensorFlow提供全面的处事，无论是Python，C++，JAVA，Go，乃至是JavaScript，Julia，C#；TensorFlow精采的文档和社区支持，大大低落了进修本钱；提供直观的可视化计较图；模子可以或许快速的陈设在各类硬件呆板上，从高机能的计较机到移动装备，再到更小的更轻量的智能终端。但构建TensorFlow深度进修框架必要更伟大的代码，还要一再地多次构建静态图。不外到２.0往后，tensorflow将keras融合进来，许多操纵都简化了。

Pytorch：Pytorch的气魄威风凛凛和python很像，行使的是动态图，搭建模子较量快，利便调试，可以或许很快验证要领的有用性，新手上手快，并且库足够简朴，跟NumPy、SciPy等可以无缝毗连；计划简朴，动态地计划收集，而无需界说静态收集图，很是机动。但pytorch在出产情形陈设还不成熟。

Caffe：Caffe 是一个优先思量表达、速率和模块化来计划的框架。支持 C、C++、Python等接口以及呼吁行接口。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。固然开源比Pytorch和Tensorflow要早一点，早期的许多呆板视觉的算法是基于Caffe框架，可是Caffe社区较量前两个框架要小许多，更新迭代的也较量慢。

（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!