深度学习几大主流框架的对比

    • 简介
    • 文档与性能
    • 网络与模型能力
    • 生态与维护
    • 框架搭建与应用
    • 架构
      • 1 TensorFlow
      • 2 Caffe
      • 3 MXNet
      • 4 Paddle
      • 5 CNTK
    • 总结


1.简介

深度学习几大主流框架的对比_第1张图片

2.文档与性能

深度学习几大主流框架的对比_第2张图片

3.网络与模型能力

深度学习几大主流框架的对比_第3张图片
深度学习几大主流框架的对比_第4张图片

4.生态与维护

深度学习几大主流框架的对比_第5张图片

5.框架搭建与应用

深度学习几大主流框架的对比_第6张图片

6.架构

6.1 TensorFlow

深度学习几大主流框架的对比_第7张图片

6.2 Caffe

深度学习几大主流框架的对比_第8张图片

6.3 MXNet

深度学习几大主流框架的对比_第9张图片
深度学习几大主流框架的对比_第10张图片

6.4 Paddle

主要从以下几个方面入手:多机并行架构、多GPU并行架构、sequence序列模型以及大规模稀疏训练;

6.5 CNTK

深度学习几大主流框架的对比_第11张图片

7.总结

1). 有关图像的问题使用caffe很方便,训练只需要写prototxt;
2). Caffe是目前产品化最多的库;
3). 应该多关注TensorFlow,毕竟有Google这样的亲爹;
4). 用TensorBoard去观察训练的状态;
5). 可以了解和学习一下mxnet,对显存利用率高;

你可能感兴趣的:(DL)