附录4 机器学习的主要编程框架

一秒记住【xiaoyanwenxue】精彩无弹窗免费！

“罗辑思维荐书集锦（套装共24册）（.shg.tw）”

！

附录4：机器学习的主要编程框架

TensorFlow是由谷歌大脑团队开发的，主要用于机器学习和深度神经网络的研究。

2016年5月，谷歌从Torch（一种编程框架）转移到TensorFlow，这对其他编程框架造成了打击，特别是torch和theano。

许多人将TensorFlow描述成一个比theano更现代化的版本，吸取了这些年在新领域技术的许多重要的经验教训。

TensorFlow以智能、灵活的方式而闻名，是一种高度可扩展的机器学习系统，使其更容易适应不同的新旧产品和研究，并且比较容易安装，还针对初学者提供了教程，涵盖神经网络的理论基础和实际应用。

TensorFlow比theano和torch慢，但谷歌和开源社区正在解决这个问题。

TensorBoard是TensorFlow的可视化模块，它提供了一个计算路径的直观视图。

深度学习库Keras被移植到TensorFlow上运行，这意味着任何用Keras编写的模型现在都可以运行在TensorFlow上。

最后，值得一提的是TensorFlow可以在各种硬件上运行。

其特点如下。

（1）GPU加速：支持。

（2）语言界面：Python、Numpy、C++。

（3）平台：跨平台。

（4）维护者：谷歌。

theano起源于2007年在蒙特利尔大学的知名MILA（学习算法研究所），是用Python编写的CPUGPU符号表达式的深度学习编译器。

theano功能强大，速度极快，并且灵活，但通常被认为是一个底层框架。

因此，原生theano更像是一个研究平台和生态系统，而非深度学习库，它经常被用作高级程序库的底层平台，而这些高级库给用户提供简单的API。

theano提供一些比较受欢迎的库包括Keras、Lasagne和Blocks。

theano的缺点之一是仍然需要一个支持多GPU的方案。

theano的特点如下。

（1）GPU加速：支持。

（2）语言界面：Python，Numpy。

（3）平台：Linux、MacOSX和Windows。

（4）维护者：蒙特利尔大学MILA实验室。

在所有常见的框架中，torch可能是最容易启动和运行的，特别是在使用Ubuntu（一种开源电脑操作系统）的情况下。

它允许基于神经网络的算法在GPU硬件上运行，而不需要在硬件级别进行编码。

torch在2002年由纽约大学开发，被Facebook和Twitter等大型科技公司广泛使用，并得到英伟达的支持。

Torch是用一种叫作Lua的脚本语言编写的，这种语言很容易阅读，但并不像Python那样通用。

本章未完，点击下一页继续阅读