深度學習是目前人工智慧領域的核心技術之一，爲了更方便地開發基於深度學習的方法以及推進深度學習技術的進步，多個世界頂級的技術團隊為深度學習開發了框架，其中大部分都是開源的並且提供了針對Python語言的開發包，無論是對於Python還是深度學習這都是一件極好的事情，我們總結了11種開源框架的Python包，在這裏給大家做以下簡單地介紹。
1. TensorFlow Python
TensorFlow是一個用於數值計算的開源庫，它基於數據流圖，也即是Flow之意所在。TensorFlow是由谷歌大腦團隊和谷歌機器智慧研究組織共同開發，它是開源的，可供全球公眾使用。並且，它在分散式計算方面也具有一些優勢。
我們可以使用pip來進行安裝：
pip install tensorflow
2. Keras Python
Keras是一個極簡的、模組化的神經網路庫，它使用Theano或TensorFlow作為後端，能夠幫助開發者快速便捷地實現想法和取得實驗結果。Keras自帶與優化器，歸一化和啟用層相關的演算法。它還涉及摺積神經網路，並允許您構建基於序列和基於圖形的網路。唯一的缺點就是它不支援用於並行訓練網路的多GPU環境。
我們可以使用pip來進行安裝：
pip install keras
3. Apache mxnet
mxnet為C++，Python，R，JavaScript等語言提供了大量的介面。它在分散式計算方面表現很好，並且允許我們在CPU或者GPU機器上訓練網路。唯一的缺點是我們需要更多程式碼來執行實驗。
我們可以使用pip來進行安裝：
pip install mxnet
4. Caffe
Caffe是一個快速且模組化的深度學習框架。 它不是一個庫，但它提供了Python的介面。Caffe每天可以在K40 GPU上處理近6000萬張影象。但是，在它上面以程式設計方式調節超引數並不容易。
5. Theano Python
如果沒有NumPy，我們就不能擁有SciPy，scikit-learn和scikit-image。同樣，Theano也是許多其它框架和方法的基礎，它是一個可以讓您定義、優化和評估涉及多維陣列數學表示式的庫。它與NumPy緊密整合，並且支援使用GPU，Theano可以稱為科學計算的基石。
使用Python pip安裝它：
pip install theano
6. Microsoft Cognitive Toolkit
Microsoft Cognitive Toolkit是一個統一的深度學習工具包。它描述了在計算步驟中使用有向圖的神經網路。
你可以使用Python pip安裝cntk：
pip install cntk
7. PyTorch
PyTorch是Python中動態的張量神經網路。 它是開源的，並且可以使用強大的GPU加速，我們可以將它用於自然語言處理等應用程式。 你可以參考下面的連結根據您不同的環境和方式來安裝PyTorch：
https://pytorch.org/#pip-install-pytorch
8. Eclipse DeepLearning4J
DeepLearning4J是Eclipse的深度學習程式設計庫。它是為Java和JVM語言編寫的，它也是一個能為深度學習演算法提供良好支援的計算框架。
9. Lasagne
Lasagne是一個輕量級的Python庫，可以幫助我們更輕鬆高效地在Theano中構建和訓練神經網路。
你可以使用Python pip安裝它：
pip install lasagna
10. nolearn
nolearn將Lasagna包裝成對使用者更加友好的API。它擁有的所有程式碼都與scikit-learn相容。 我們可以將它用於Deep Belief Networks（DBN）等應用程式。
你可以使用Python pip安裝它：
pip install nolearn
11. PyLearn2
PyLearn2是一個Python機器學習庫，其中大部分功能都建立在Theano之上，我們可以使用數學表示式編寫PyLearn2外掛，Theano為我們對這些功能進行優化並將它們編譯為我們想要的後端。
以上便是使用Python庫和框架進行深度學習的全部內容，文中的11個庫和框架，可以幫助您輕鬆地開始進行深度學習實驗或專案。每個深度學習Python庫和框架都有其自身的優點和侷限性，請在評論中告訴我們您在使用Python庫和框架進行深度學習方面的經驗。
http://www.kubonews.com/2018101333907.html
更多有趣新聞請上：http://www.kubonews.com
沒有留言:
張貼留言