江苏龙网

  1. 首页 > 人文 > >

Python|TensorFlow 、Caffe等9大主流人工智能框架优劣势分析( 二 )

Python机器学习CNTKTensorMicrosoft

TheanoWelcome — Theano 1.0.0 documentation
Python|TensorFlow 、Caffe等9大主流人工智能框架优劣势分析文章插图
使用GPU代替CPU ， 该框架支持深度学习研究 ， 并能够为需要高计算能力的网络提供准确性 。 例如 ， 多维数组的计算需要高功率 ， 而Theano能做到这一点 。
Theano基于Python ， Python是一种经过验证的编程语言 ， 可以提高处理和响应速度 。
特性

  • 由于动态代码生成 ， 表达式的计算速度更快 。
  • 即使值很小 ， 也能提供出色的精确度 。
  • 单元测试是Theano的一个重要特性 ， 因为它允许用户自我验证代码 ， 以及轻松地检测和诊断错误 。
优点
  • 针对CPU和GPU进行了优化 。
缺点
  • 当前版本的Theano将不再更新或添加任何功能 。
Amazon machine learningAmazon Machine Learning 机器学习_机器学习服务-AWS云服务
Python|TensorFlow 、Caffe等9大主流人工智能框架优劣势分析文章插图
作为AI社区的趋势参与者 ， Amazon machine learning在开发自学工具方面提供了高端支持 。
该框架已在其多个服务（如AWS ， S3和Amazon Redshift等）中拥有现有的用户基础 。 这是亚马逊的托管服务 ， 对模型进行数据分析、模型培训和评估三个操作 。
特性
  • 即使您是一个初学者、数据科学家或开发人员 ， AWS中都有针对每个级别的经验定制的工具 。
  • 安全性至关重要 ， 因此所有数据都是加密的 。
  • 为数据分析和理解提供广泛的工具 。
  • 与所有主要数据集的集成 。
优点
  • 您不需要使用这个框架编写大量代码 。 相反 ， 它允许您通过API与AI支持的框架进行交互 。
  • 数据科学家、开发人员和ML研究人员常用 。
缺点
  • 它缺乏灵活性 ， 因为整个框架都是抽象的 ， 所以如果您想选择一个特定的标准化或机器学习算法 ， 就不合适 。
  • 缺乏数据可视化 。
TorchTorch | Scientific computing for LuaJIT.
Torch是一个开源框架 ， 可以支持数值运算 。 它为快速开发深度学习网络提供了多种算法 。
它广泛用于Facebook和Twitter的AI实验室 。 有一个基于Python的框架 ， 称为PyTorch ， 已经被证明是更简单和更可靠的 。
特性
  • 具有许多例程 ， 可以使用N维数组模型进行索引 ， 切片 ， 转置 。
  • 存在优化例程 ， 主要是基于神经网络模型的数字 。
  • GPU支持非常高效 。
  • 与iOS和Andriod轻松集成 。
优点
  • 语言和集成的灵活性非常高 。
  • 高水平的速度和GPU利用率 。
  • 预先存在的模型可用于训练数据 。
缺点
  • 文档对用户来说不是很清楚 ， 用户学习困难 。
  • 缺乏立即使用的代码 ， 因此需要时间 。
  • 它最初基于一种名为Lua的编程语言 ， 并没有多少人知道它 。
Accord.Net
Accord.net是一个基于C#的框架 ， 它帮助开发用于音频和图像处理的神经网络 。
可以在商业上使用它来生成计算机视觉应用程序 ， 信号处理以及统计应用程序 。
特性
  • 成熟 ， 经过良好测试的代码库 ， 因为它始于2012年 。
  • 提供一组全面的示例模型和数据集 ， 以快速启动应用程序 。
优点
  • 它由一个活跃的开发团队持续支持 。
  • 这个文档齐全的框架可以有效地处理数字密集型计算和可视化 。
  • 使用该框架可以方便地执行算法和信号处理 。
  • 它可以轻松处理数值优化和人工神经网络 。
缺点


推荐阅读


上一篇：22 win10安全增强软件，隐私反间谍工具，保护个人隐私

下一篇：曝光 | 玩大了！特斯拉在德国建电池厂却无生产许可？