忘记密码   免费注册 查看新帖 |

ChinaUnix.net

  平台 论坛 博客 文库 频道自动化运维 虚拟化 储存备份 C/C++ PHP MySQL 嵌入式 Linux系统
12下一页
最近访问板块 发新帖
查看: 110089 | 回复: 12

【大话IT】大讨论:深度学习入门、实战经验大汇总(获奖名单已公布) [复制链接]

论坛徽章:
138
2015年亚洲杯之日本
日期:2015-04-28 13:32:012015年亚洲杯之朝鲜
日期:2015-05-06 10:16:442015年亚洲杯之日本
日期:2015-05-06 10:21:342015年亚洲杯纪念徽章
日期:2015-05-13 17:16:442015亚冠之北京国安
日期:2015-05-13 17:18:292015亚冠之鹿岛鹿角
日期:2015-05-13 17:19:062015亚冠之德黑兰石油
日期:2015-05-27 16:47:402015亚冠之塔什干棉农
日期:2015-05-28 15:24:122015亚冠之卡尔希纳萨夫
日期:2015-06-01 13:52:392015亚冠之柏斯波利斯
日期:2015-06-04 17:37:292015亚冠之阿尔纳斯尔
日期:2015-06-16 11:31:202015亚冠之塔什干火车头
日期:2015-06-23 10:12:33
发表于 2018-04-04 14:43 |显示全部楼层
本次活动获得《深度学习之TensorFlow:入门、原理与进阶实战配视频和源代码》的用户有:
aloki  2楼
Fl_wolf  4楼
nail78  5楼
jieforest  8楼
renxiao2003  9楼

请以上5位同学,请于6月15日前以站内的形式联系管理员王楠w_n,如无法发站内请加QQ 2504593583



话题背景:
作为一名深度学习新手,先学会用框架快速搭出神经网络,用到实际问题中去,还是该先练习用Python基本徒手搭建模型,在小数据集上训练,了解它们的工作原理?
近日,谷歌的两位研究员最近在Twitter上展开了一场旷日持久的争论:
在David Ha看来,想搞好深度学习,当然要先打基础:从零开始(用纯Python、numpy、甚至JS)实现全连接网络、卷积神经网络、RNN、反向传播、SGD,然后用小训练集来训练这些模型是一种学习神经网络如何工作的好方法。在跳到框架上之前,应该花时间从这里收获宝贵的直觉力。
Keras作者Chollet反驳:实现神经网络能教你怎样实现神经网络,让你从算法上理解它们的工作原理。但这不能教会你它们是做什么的,或者说能否实现哪些功能。要学习这些,你应该把它们应用到一系列真实问题上去(而不是XOR、MNIST)。

讨论问题:
1. 是否了解深度学习?深度学习究竟怎么入门?
2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?

活动时间:2018年4月4日-5月4日

活动奖励:
活动结束后,我们会选取一位最佳回复,送DTCC2018门票一张
同时,会选取5位讨论精彩的同学,送《深度学习之TensorFlow:入门、原理与进阶实战配视频和源代码》一本。


作者: 李金洪   
出版社:机械工业出版社
ISBN:9787111590057
上架时间:2018-2-7
出版日期:2018 年3月
开本:16开
版次:1-1
所属分类:计算机 > 人工智能 > 综合

购买链接:http://item.jd.com/25547436124.html

内容简介:全书共分为3篇:第1篇“深度学习与TensorFlow基础”,包括快速了解人工智能与TensorFlow、搭建开发环境、TensorFlow基本开发步骤、TensorFlow编程基础、一个识别图中模糊的数字的案例;第2篇“深度学习基础——神经网络”介绍了神经网络的基础模型,包括单个神经元、多层神经网络、卷积神经网络、循环神经网络、自编码网络;第3篇“神经网络进阶”,是对基础网络模型的灵活运用与自由组合,是对前面知识的综合及拔高,包括深度神经网络、对抗神经网络。

样章试读:
深度学习之TensorFlow:入门、原理与进阶实战文前-03.pdf (2.57 MB, 下载次数: 115)

论坛徽章:
1
2017金鸡报晓
日期:2017-01-10 15:13:29
发表于 2018-04-05 23:16 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
我对深度学习有一定的了解。深度学习具体的入门方式取决于你已经掌握的知识。要理解并应用深度学习,必须先掌握线性代数、微积分和统计学,还应当具备编程及机器学习的知识。如果你英语强,可以直接去YouTube上找到一堆的大牛开的公开课以及会议演讲的视频。如果你的英语一般般,也可以看台大的李宏毅教授关于深度学习的中文在线课程。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
1)TensorFlow:使用 TensorFlow 需要编写大量的代码,你必须一遍又一遍地重新发明轮子。TensorFlow 支持 Python 和 C++,也允许在 CPU 和 GPU 上的计算分布,甚至支持使用 gRPC 进行水平扩展。

2)Theano:支持自动的函数梯度计算,带有 Python 接口并集成了 Numpy,这使得它从一开始就成为了通用深度学习领域最常使用的库之一。但由于它不支持多 GPU 和水平扩展,在 TensorFlow 的热潮下,Theano 已然开始被遗忘了。

3)Keras:Keras 是一个非常高层的库,可以工作在 Theano 和 TensorFlow之上。另外,Keras 强调极简主义——你只需几行代码就能构建一个神经网络。

4)Lasagne:Lasagne 是一个工作在 Theano 之上的库。它的使命是简化一点深度学习算法之下的复杂计算,同时也提供了一个更加友好的接口(也是 Python 的)。

5)Caffe:在投入了生产的计算机视觉系统的工具上,Caffe 是无可争议的领导者。它非常稳健非常快速。Caffe 的文档非常贫乏。你需要花大量时间检查代码才能理解它。它的安装需要解决大量的依赖包。

6)DSSTNE:DSSTNE 还不是一个足够成熟的项目,而且它封装的太严密了

7)Torch:Torch 是一个很著名的框架,因巨头 Facebook 的人工智能研究所用的框架是 Torch,并且在被谷歌收购之前 DeepMind 也是用的 Torch(收购之后 DeepMind 转向了 TensorFlow)。Torch 的编程语言是 Lua。

MXNet:mxnet 是一个支持大多数编程语言的框架之一,包括 Python,R,C++,Julia 等。

9)DL4J:文件很清楚,有理论,有代码案例。

10)Cognitive Toolkit:在公开的基准测试上的表现来看,这个工具似乎很强劲,支持纵向和横向的推移。但Cognitive Toolkit 似乎不是很流行。

论坛徽章:
138
2015年亚洲杯之日本
日期:2015-04-28 13:32:012015年亚洲杯之朝鲜
日期:2015-05-06 10:16:442015年亚洲杯之日本
日期:2015-05-06 10:21:342015年亚洲杯纪念徽章
日期:2015-05-13 17:16:442015亚冠之北京国安
日期:2015-05-13 17:18:292015亚冠之鹿岛鹿角
日期:2015-05-13 17:19:062015亚冠之德黑兰石油
日期:2015-05-27 16:47:402015亚冠之塔什干棉农
日期:2015-05-28 15:24:122015亚冠之卡尔希纳萨夫
日期:2015-06-01 13:52:392015亚冠之柏斯波利斯
日期:2015-06-04 17:37:292015亚冠之阿尔纳斯尔
日期:2015-06-16 11:31:202015亚冠之塔什干火车头
日期:2015-06-23 10:12:33
发表于 2018-04-08 09:09 |显示全部楼层
回复 2# aloki

学习了

论坛徽章:
5
IT运维版块每日发帖之星
日期:2015-08-25 06:20:002017金鸡报晓
日期:2017-01-10 15:13:292017金鸡报晓
日期:2017-02-08 10:33:2115-16赛季CBA联赛之新疆
日期:2018-04-23 13:55:2315-16赛季CBA联赛之辽宁
日期:2018-07-23 08:59:12
发表于 2018-04-08 14:19 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
这个技术刚出来的时候,我是非常关注的。也发了一篇帖子 - -
现在正在研究中。
怎么入门,首先先要了解,什么是机器学习。。
比如现在最火热的tensorflow
TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库。节点(Nodes)在图中表示数学操作,图中的线(edges)则表示在节点间相互联系的多维数据数组,即张量(tensor)。它灵活的架构让你可以在多种平台上展开计算,例如台式计算机中的一个或多个CPU(或GPU),服务器,移动设备等等。TensorFlow 最初由Google大脑小组(隶属于Google机器智能研究机构)的研究员和工程师们开发出来,用于机器学习和深度神经网络方面的研究,但这个系统的通用性使其也可广泛用于其他计算领域。

然后再了解,机器学习的作用,领域是什么。
最后再通过实际案例去测试应用。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
TensorFlow,其他的了解不多。
这个我只知道支持CPU和GPU = =

论坛徽章:
3
IT运维版块每日发帖之星
日期:2015-08-04 06:20:00IT运维版块每日发帖之星
日期:2015-10-10 06:20:002015亚冠之阿尔艾因
日期:2015-11-08 10:27:01
发表于 2018-04-08 14:36 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
    对CNN了解多一些,对RNN了解少一些。深度学习的门槛高一些:第一,要有一定的数学基础,包括概率论与数理统计、线性代数、微积分等;第二,掌握经典的机器学习理论与基本算法,包括支持向量机、逻辑回归、决策树、朴素贝叶斯、随机森林、聚类、人工神经网络、BP算法、PCA、过拟合与正则化等;第三,掌握一种或多种编程语言,python、R、MATLAB、C++、Java、Go等;第四,具备了上面的基础,就可以深入相关领域,计算机视觉、自然语言处理等,自己动手训练,研究相关的论文等,不断提高自己。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
   1)TensFlow  是一个偏底层的框架,上面还可以架Keras、TFLearn等,是基于数据流图的框架,有高度的灵活性,可以在CPU/GPU上运行,可以自动求微积分,支持python、C++、Java等语言。
   2)Caffe 是基于C++语言编写,开放源码,提供命令行,支持MATLAB和python语言,支持GPU加速,自带一系列的网络模型,如AlexNet、VGG、SSD等
   3)MXNet 支持C++、python、Julia、Matlab、R、Scala等语言,支持CUDA,允许开发者使用符号编程和命令式编程,支持CPU/GPU,广泛的模型支持,训练和部署了最新的深度模型
   4)Torch 采用了脚本语言Lua和底层的C/CUDA实现,易于使用且高效,支持CPU/GPU,
   5)Theano 是一个python库,是基于数学表达式的编译器,允许定义、优化、和计算数学表达式,特别是提高多维数组的运算性能,是基于图结构的,支持CPU/GPU。基于Theano,上面可以架lasagna、keras、nolearn等库

论坛徽章:
29
IT运维版块每日发帖之星
日期:2016-04-01 06:20:00C
日期:2016-10-25 16:10:552017金鸡报晓
日期:2017-02-08 10:39:4215-16赛季CBA联赛之同曦
日期:2017-02-11 13:43:1415-16赛季CBA联赛之同曦
日期:2017-05-13 19:24:3815-16赛季CBA联赛之上海
日期:2017-07-19 17:38:4415-16赛季CBA联赛之福建
日期:2017-08-02 09:45:3315-16赛季CBA联赛之山东
日期:2017-08-23 17:34:3615-16赛季CBA联赛之上海
日期:2017-11-14 09:20:5015-16赛季CBA联赛之佛山
日期:2017-12-01 10:26:3815-16赛季CBA联赛之吉林
日期:2018-03-30 12:58:43黑曼巴
日期:2018-07-13 09:53:54
发表于 2018-04-13 13:31 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
了解深度学习。深度学习的门槛高一些,数学要好。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
在不能用机器处理的问题,通过深度学习看看能不能解决。知道TensFlow  Caffe  这两个框架。

论坛徽章:
131
操作系统版块每日发帖之星
日期:2016-05-11 17:06:57操作系统版块每日发帖之星
日期:2016-05-11 17:06:57数据库技术版块每日发帖之星
日期:2016-05-11 17:07:05操作系统版块每日发帖之星
日期:2016-05-11 17:06:57操作系统版块每日发帖之星
日期:2016-05-11 17:06:57综合交流区版块每日发帖之星
日期:2016-05-11 17:07:052022北京冬奥会纪念版徽章
日期:2015-08-07 17:10:57IT运维版块每日发帖之星
日期:2016-05-11 17:06:49操作系统版块每日发帖之星
日期:2016-05-11 17:06:57综合交流区版块每日发帖之星
日期:2016-05-11 17:07:05操作系统版块每日发帖之星
日期:2016-05-11 17:06:57程序设计版块每日发帖之星
日期:2016-05-11 17:06:57
发表于 2018-04-13 20:59 |显示全部楼层
it技术发展太快了,感觉已经被时代抛弃和遗忘

论坛徽章:
30
CU大牛徽章
日期:2013-05-20 10:45:13数据库技术版块每日发帖之星
日期:2015-09-07 06:20:00每日论坛发贴之星
日期:2015-09-07 06:20:00每日论坛发贴之星
日期:2015-09-07 06:20:00数据库技术版块每日发帖之星
日期:2015-12-13 06:20:0015-16赛季CBA联赛之江苏
日期:2016-03-03 11:56:13IT运维版块每日发帖之星
日期:2016-03-06 06:20:00fulanqi
日期:2016-06-17 17:54:25IT运维版块每日发帖之星
日期:2016-07-23 06:20:0015-16赛季CBA联赛之佛山
日期:2016-08-11 18:06:41JAVA
日期:2016-10-25 16:09:072017金鸡报晓
日期:2017-01-10 15:13:29
发表于 2018-04-15 11:30 |显示全部楼层
本帖最后由 jieforest 于 2018-04-15 15:33 编辑

1. 是否了解深度学习?深度学习究竟怎么入门?
这两年对AI领域很关注,深度学习是AI的分支之一,曾经买下《深度学习》这本书(大部头),看了很长一段时间,了解和掌握了不少技术内容,但还不敢称精通。
深度学习本身就是比较前沿的领域,它涉及到的数学知识非常多,要求读者具备扎实的数学功底,包括线性代数、概率论与数理统计、数值计算,这三门数学课学好了,那么进入深度学习领域就很容易。其次就该学习机器学习的基础知识,掌握了这个基础,那才真正具备了进入深度学习领域的资格。然后就可以系统地学习深度前馈网络、深度学习中的正则化、深度模型中的优化、卷积神经网络、序列建模:循环和递归网络等专业知识。当这些专业知识理解并吃透后,就可以开始试着应用深度学习的知识,可以尝试实现大规模深度学习、计算机视觉、自然语言处理等应用,甚至是开发推荐系统、知识推理等业务。到了这一步还不够,还需继续研究线性因子模型、自编码器、表示学习、结构化概率模型、蒙特卡罗方法、直面配分函数、近似推断、深度生成模型等知识,至此才能称深度学习的功力已经修炼大成。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
从全球范围来看,主要的大型IT公司、科研院所、高校都已介入深度学习领域,因此带来的成果也是相当可观的,深度学习领域的框架非常多,下面列举一些主流的框架,如下:
1)PyTorch/Torch
Torch是一个开源的机器学习库,一个科学计算框架和一个基于Lua编程语言的脚本语言。Torch提供了广泛的深度学习算法,并使用脚本语言LuaJIT和一个基础的C实现。Torch的核心包是torch。它提供了一个灵活的N维数组或张量,它支持索引,切片,转置,类型转换,调整大小,共享存储和克隆的基本例程。该对象被大多数其他包使用,从而形成库的核心对象。张量也支持像数学运算max,min,sum,统计分布像均匀,正常和多项式,以及BLAS等操作点积,矩阵-向量乘法,矩阵的矩阵乘法,矩阵矢量乘积和矩阵产品。
PyTorch是一个基于Torch、基于Python语言开发的开源机器学习库,它主要由Facebook的人工智能研究小组开发。
2)TensorFlow
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源,任何人都可以用。
3)Keras/Theano
Theano是一个基于Python语言的数值计算库。允许开发者高效地定义、优化和评估涉及多维数组的数学表达式。在Theano中,计算使用NumPy -esque语法表示,并编译为在CPU或GPU架构上高效运行。Theano像Numpy 一样,是一个处理多维数组的库。与其他库一起使用,Theano 很适合于数据探索和进行研究。基于Theano库已经有很多的开源的深度学习库建立起来,包括Keras、Lasagne和Blocks。
Keras是一个用Python编写的开源神经网络库。它能够在TensorFlow,Microsoft Cognitive Toolkit,Theano或MXNet上运行。旨在实现深度神经网络的快速实验,它专注于用户友好,模块化和可扩展性。它是作为项目ONEIROS(开放式神经电子智能机器人操作系统)的研究工作的一部分而开发的,其主要作者和维护者是Google工程师FrançoisChollet。2017年,Google的TensorFlow团队决定在TensorFlow的核心库中支持Keras。Chollet解释说,Keras被认为是一个接口而不是一个独立的机器学习框架。它提供了更高级别,更直观的抽象集合,使得开发深度学习模型变得容易,无论使用的计算后端如何。微软也为Keras添加了一个CNTK后端。
4)Apache MXNet
Apache MXNet是一种现代化的开源深度学习框架,用于培训和部署深度神经网络。它具有可扩展性,可以进行快速模型培训,并支持灵活的编程模型和多种语言(C++,Python,Julia,Matlab,JavaScript,Go,R,Scala,Perl,Wolfram等语言)。MXNet库是可移植的,可扩展到多个GPU和多个机器。MXNet由主要公有云提供商支持,包括AWS和Azure。亚马逊选择MXNet作为AWS的深度学习框架。目前,MXNet得到英特尔,拿督,百度,微软,Wolfram Research以及卡内基梅隆,麻省理工学院,华盛顿大学和香港科技大学等研究机构的支持。
5)Caffe
Caffe是一个知名的、被普遍使用的机器视觉库,其将Matlab的快速卷积网接口迁移到了C和C++中。Caffe不面向其他深度学习应用,比如文本、声音或时序数据。如同其他框架一样,Caffe选择Python作为API语言。
6)Neural Designer
Neural Designer是一款基于神经网络的数据分析软件工具,并逐渐从数据分析发展到神经网络领域,它包含了一个图形用户界面简化了数据输入和结果的解释。
7)Apache SINGA
Apache SINGA是开发开源机器学习库的Apache孵化项目。它为可扩展的分布式培训提供了一个灵活的架构,可以在各种硬件上运行,并且专注于医疗应用。
8)Microsoft Cognitive Toolkit
Microsoft Cognitive Toolkit以前称为CNTK,有时称呼为微软认知工具包,是一种深度学习框架,通过开发微软研究院。Microsoft认知工具包通过有向图将神经网络描述为一系列计算步骤。
9)Deeplearning4j
Eclipse Deeplearning4j是一个为Java和Java虚拟机(JVM)编写的深度学习编程库,以及广泛支持深度学习算法的计算框架。Deeplearning4j包括受限玻尔兹曼机器,深层信念网络,深层自编码器,堆栈降噪自动编码器和递归神经张量网络,word2vec,doc2vec和GloVe的实现。这些算法都包含分布式 与Apache Hadoop和Spark集成的并行版本。Deeplearning4j是Apache License 2.0 发布的开源软件,主要由总部位于旧金山和东京的机器学习团队开发,由Adam Gibson领导。它是由启动Skymind,这束DL4J,商业支持Tensorflow,Keras等深学习库在企业分布称为Skymind智能层。Deeplearning4j在2017年10月被Eclipse基金会贡献。
......

论坛徽章:
53
2015七夕节徽章
日期:2015-08-24 11:17:25ChinaUnix专家徽章
日期:2015-07-20 09:19:30每周论坛发贴之星
日期:2015-07-20 09:19:42ChinaUnix元老
日期:2015-07-20 11:04:38荣誉版主
日期:2015-07-20 11:05:19巳蛇
日期:2015-07-20 11:05:26CU十二周年纪念徽章
日期:2015-07-20 11:05:27IT运维版块每日发帖之星
日期:2015-07-20 11:05:34操作系统版块每日发帖之星
日期:2015-07-20 11:05:36程序设计版块每日发帖之星
日期:2015-07-20 11:05:40数据库技术版块每日发帖之星
日期:2015-07-20 11:05:432015年辞旧岁徽章
日期:2015-07-20 11:05:44
发表于 2018-04-17 22:34 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
不是太了解尝试学习。但我们部门有两个新毕业的研究生一直在搞这方面的研究,人工智能,机器学习,深度学习等,天天听他们谈。毕竟他们是做算法,而我们是纯做软件的。所以听起来还是很迷糊。我看他们首先是在研究Python,安装Ubuntu操作系统,或者在Windows下使用Visual Code编写Python代码。搞一些图像处理和病灶识别什么的。
所以,我觉得入门的话,首先要把深度学习常用的语言(似乎是Python)学习理解好,如果连基本的编程语言的语法都不会,那么研究深度学习也仅仅是把书上的代码照着抄一下,然后再运行一下看看效果吧。而要学习编程语言,首先应该安装好运行环境吧。找一本主要的书好好看看。特别要了解透彻语言的精髓。然后再去研究框架什么的。但算法基础是必须的,比如让做软件的人去研究估计有一定难度。
2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
TensorFlow:TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其命名来源于本身的运行原理。Tensor(张量)意味着N维数组,Flow(流)意味着基于数据流图的计算,TensorFlow为张量从流图的一端流动到另一端计算过程。TensorFlow是将复杂的数据结构传输至人工智能神经网中进行分析和处理过程的系统。TensorFlow可被用于语音识别或图像识别等多项机器学习和深度学习领域,对2011年开发的深度学习基础架构DistBelief进行了各方面的改进,它可在小到一部智能手机、大到数千台数据中心服务器的各种设备上运行。TensorFlow将完全开源,任何人都可以用。
Caffe:全称为Convolutional Architecture for Fast Feature Embedding,是一个被广泛使用的开源深度学习框架(在TensorFlow出现之前一直是深度学习领域GitHub star最多的项目),目前由伯克利视觉学中心(Berkeley Vision and Learning Center,BVLC)进行维护。Caffe的创始人是加州大学伯克利的Ph.D.贾扬清,他同时也是TensorFlow的作者之一,曾工作于MSRA、NEC和Google Brain,目前就职于Facebook FAIR实验室。
Theano:诞生于2008年,由蒙特利尔大学Lisa Lab团队开发并维护,是一个高性能的符号计算及深度学习库。因其出现时间早,可以算是这类库的始祖之一,也一度被认为是深度学习研究和应用的重要标准之一。Theano的核心是一个数学表达式的编译器,专门为处理大规模神经网络训练的计算而设计。它可以将用户定义的各种计算编译为高效的底层代码,并链接各种可以加速的库,比如BLAS、CUDA等。Theano允许用户定义、优化和评估包含多维数组的数学表达式,它支持将计算装载到GPU(Theano在GPU上性能不错,但是CPU上较差)。与Scikit-learn一样,Theano也很好地整合了NumPy,对GPU的透明让Theano可以较为方便地进行神经网络设计,而不必直接写CUDA代码。
Torch给自己的定位是LuaJIT上的一个高效的科学计算库,支持大量的机器学习算法,同时以GPU上的计算优先。Torch的历史非常悠久,但真正得到发扬光大是在Facebook开源了其深度学习的组件之后,此后包括Google、Twitter、NYU、IDIAP、Purdue等组织都大量使用Torch。Torch的目标是让设计科学计算算法变得便捷,它包含了大量的机器学习、计算机视觉、信号处理、并行运算、图像、视频、音频、网络处理的库,同时和Caffe类似,Torch拥有大量的训练好的深度学习模型。它可以支持设计非常复杂的神经网络的拓扑图结构,再并行化到CPU和GPU上,在Torch上设计新的Layer是相对简单的。它和TensorFlow一样使用了底层C++加上层脚本语言调用的方式,只不过Torch使用的是Lua。Lua的性能是非常优秀的(该语言经常被用来开发游戏),常见的代码可以通过透明的JIT优化达到C的性能的80%;在便利性上,Lua的语法也非常简单易读,拥有漂亮和统一的结构,易于掌握,比写C/C++简洁很多;同时,Lua拥有一个非常直接的调用C程序的接口,可以简便地使用大量基于C的库,因为底层核心是C写的,因此也可以方便地移植到各种环境。Lua支持Linux、Mac,还支持各种嵌入式系统(iOS、Android、FPGA等),只不过运行时还是必须有LuaJIT的环境,所以工业生产环境的使用相对较少,没有Caffe和TensorFlow那么多。

详细的可以参考:https://blog.csdn.net/zuochao_2013/article/details/56024172
我不是在打广告,确实是了解的时候看到这里了。

论坛徽章:
5
15-16赛季CBA联赛之青岛
日期:2017-05-25 14:27:3415-16赛季CBA联赛之深圳
日期:2017-07-19 09:39:23CU十四周年纪念徽章
日期:2017-08-29 16:08:0115-16赛季CBA联赛之佛山
日期:2017-08-30 19:12:5515-16赛季CBA联赛之山西
日期:2017-12-20 13:50:55
发表于 2018-04-21 15:16 |显示全部楼层
1. 是否了解深度学习?深度学习究竟怎么入门?
深度学习不能简单视为改进版的传统机器学习,深度学习对数学能力和编程能力都有较高要求,入门的话建议用Python语言入手。

2. 如何将深度学习应用于实际业务中去,目前,主流的深度学习框架有哪些,各有何种特点?
建议采用TensorFlow框架,简单易学,并且同时支持Python、Java和C/C++
您需要登录后才可以回帖 登录 | 注册

本版积分规则

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号 北京市公安局海淀分局网监中心备案编号:11010802020122
广播电视节目制作经营许可证(京) 字第1234号 中国互联网协会会员  联系我们:wangnan@it168.com
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP