2019年十大最佳深度學(xué)習(xí)框架

作者 | Python語音識別

專注于為中小企業(yè)提供網(wǎng)站建設(shè)、成都網(wǎng)站制作服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)興城免費做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了1000多家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

來源 | 濤哥聊Python

雖然我們大多數(shù)人都驚嘆為什么DL這么好？在使用大量數(shù)據(jù)進(jìn)行訓(xùn)練時，它在準(zhǔn)確性方面非常出色。近幾年隨著深度學(xué)習(xí)算法的發(fā)展，出現(xiàn)了很多深度學(xué)習(xí)的框架，這些框架各有所長，各具特色。下面將為大家介紹2019年最受歡迎的十大深度學(xué)習(xí)框架。

TensorFlow

谷歌的Tensorflow可以說是當(dāng)今最受歡迎的深度學(xué)習(xí)框架。Gmail，Uber，Airbnb，Nvidia以及其他許多知名品牌都在使用。TF是目前深度學(xué)習(xí)的主流框架，Tensorflow主要特性：

TensorFlow支持python、JavaScript、C ++、Java和Go，C＃和Julia等多種編程語言。 TF不僅擁有強(qiáng)大的計算集群，還可以在iOS和Android等移動平臺上運行模型。 TF編程入門難度較大。初學(xué)者需要仔細(xì)考慮神經(jīng)網(wǎng)絡(luò)的架構(gòu)，正確評估輸入和輸出數(shù)據(jù)的維度和數(shù)量。 TF使用靜態(tài)計算圖進(jìn)行操作 。也就是說我們需要先定義圖形，然后運行計算，如果我們需要對架構(gòu)進(jìn)行更改，我們會重新訓(xùn)練模型。選擇這樣的方法是為了提高效率，但是許多現(xiàn)代神經(jīng)網(wǎng)絡(luò)工具能夠在學(xué)習(xí)過程中考慮改進(jìn)而不會顯著降低學(xué)習(xí)速度。在這方面，TensorFlow的主要競爭對手是PyTorch 。

TensorFlow優(yōu)點：

它非常適合創(chuàng)建和試驗深度學(xué)習(xí)架構(gòu)，便于數(shù)據(jù)集成，如輸入圖形，SQL表和圖像。 它得到谷歌的支持，這就說明該模型短期內(nèi)不會被拋棄，因此值得投入時間來學(xué)習(xí)它。 PyTorch

Tensorflow之后用于深度學(xué)習(xí)的主要框架是PyTorch。PyTorch框架是Facebook開發(fā)的，已被Twitter和Salesforce等公司使用。

PyTorch基本特性：

與TensorFlow不同，PyTorch庫使用動態(tài)更新的圖形進(jìn)行操作 。這意味著它可以在流程中更改體系結(jié)構(gòu)。 在PyTorch中，您可以使用標(biāo)準(zhǔn)調(diào)試器 ，例如pdb或PyCharm。

PyTorch優(yōu)點：

訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程簡單明了。同時，PyTorch支持?jǐn)?shù)據(jù)并行和分布式學(xué)習(xí)模型，并且還包含許多預(yù)先訓(xùn)練的模型。 PyTorch更適合小型項目和原型設(shè)計。 Sonnet

Sonnet深度學(xué)習(xí)框架是建立在TensorFlow的基礎(chǔ)之上。它是DeepMind用于創(chuàng)建具有復(fù)雜架構(gòu)的神經(jīng)網(wǎng)絡(luò)。

Sonnet基本特性：

面向?qū)ο蟮膸欤陂_發(fā)神經(jīng)網(wǎng)絡(luò)（NN）或其他機(jī)器學(xué)習(xí)（ML）算法時更加抽象。 Sonnet的想法是構(gòu)造對應(yīng)于神經(jīng)網(wǎng)絡(luò)的特定部分的主要Python對象。此外，這些對象獨立地連接到計算TensorFlow圖。分離創(chuàng)建對象并將其與圖形相關(guān)聯(lián)的過程簡化了高級體系結(jié)構(gòu)的設(shè)計。

Sonnet優(yōu)點：

Sonnet的主要優(yōu)點是可以使用它來重現(xiàn)DeepMind論文中展示的研究，比Keras更容易，因為DeepMind論文模型就是使用Sonnet搭建的。 Keras

Keras是一個機(jī)器學(xué)習(xí)框架，如果您擁有大量數(shù)據(jù)和/或你想快速入門深度學(xué)習(xí)，那么Keras將非常適合學(xué)習(xí)。Keras是TensorFlow高級集成APi，可以非常方便的和TensorFlow進(jìn)行融合。這是我強(qiáng)烈推薦學(xué)習(xí)的一個庫。

Keras基本特性：

除了Tensorflow之外，Keras還是其他流行的庫（如Theano和CNTK）的高級API。 在Keras中更容易創(chuàng)建大規(guī)模的深度學(xué)習(xí)模型，但Keras框架環(huán)境配置比其他底層框架要復(fù)雜一些。

Keras優(yōu)點：

對于剛剛?cè)腴T的人來說，Keras是最好的深度學(xué)習(xí)框架。它是學(xué)習(xí)和原型化簡單概念的理想選擇，可以理解各種模型和學(xué)習(xí)過程的本質(zhì)。 Keras是一個簡潔的API。 可以快速幫助您創(chuàng)建應(yīng)用程序。 Keras中代碼更加可讀和簡潔。 Keras模型序列化/反序列化API，回調(diào)和使用Python生成器的數(shù)據(jù)流非常成熟。

順便說一下TensorFlow和Keras的對比：

PS：Tensorflow處于底層框架：這和MXNet，Theano和PyTorch等框架一樣。包括實現(xiàn)諸如廣義矩陣 - 矩陣乘法和諸如卷積運算的神經(jīng)網(wǎng)絡(luò)原語之類的數(shù)學(xué)運算。

Keras處于高度集成框架。雖然更容易創(chuàng)建模型，但是面對復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)時可能不如TensorFlow。

MXNet

MXNet是一種高度可擴(kuò)展的深度學(xué)習(xí)工具，可用于各種設(shè)備。雖然與TensorFlow相比，它似乎沒有被廣泛使用，但MXNet的增長可能會因為成為一個Apache項目而得到提升。

MXNet基本特性：

該框架支持多種語言，如C ++，Python，R，Julia，JavaScript，Scala，Go，甚至Perl。 可以在多個GPU和許多機(jī)器上非常有效地并行計算。

MXNet優(yōu)點：

支持多個GPU（具有優(yōu)化的計算和快速上下文切換） 清晰且易于維護(hù)的代碼（Python，R，Scala和其他API） 快速解決問題的能力（對于像我這樣的深度學(xué)習(xí)新手至關(guān)重要）

雖然它不像TF那么受歡迎，但MXNet具有詳細(xì)的文檔并且易于使用，能夠在命令式和符號式編程風(fēng)格之間進(jìn)行選擇，使其成為初學(xué)者和經(jīng)驗豐富的工程師的理想選擇。

GLUON

Gluon是一個更好的深度學(xué)習(xí)框架，可以用來創(chuàng)建復(fù)雜的模型。GLUON基本特性：

Gluon的特殊性是具有一個靈活的界面，簡化了原型設(shè)計，構(gòu)建和培訓(xùn)深度學(xué)習(xí)模型，而不會犧牲學(xué)習(xí)速度。 Gluon基于MXNet，提供簡單的API，簡化深度學(xué)習(xí)模型的創(chuàng)建。 與PyTorch類似，Gluon框架支持使用動態(tài)圖表 ，將其與高性能MXNet相結(jié)合。從這個角度來看，Gluon看起來像是分布式計算的Keras非常有趣的替代品。

GLUON優(yōu)點：

在Gluon中，您可以使用簡單，清晰和簡潔的代碼定義神經(jīng)網(wǎng)絡(luò)。 它將訓(xùn)練算法和神經(jīng)網(wǎng)絡(luò)模型結(jié)合在一起，從而在不犧牲性能的情況下提供開發(fā)過程的靈活性。 Gluon可以定義動態(tài)的神經(jīng)網(wǎng)絡(luò)模型，這意味著它們可以動態(tài)構(gòu)建，使用任何結(jié)構(gòu)，并使用Python的任何本機(jī)控制流。 SWIFT

當(dāng)你聽到Swift時，您可能會考慮iOS或MacOS的應(yīng)用程序開發(fā)。但是如果你正在學(xué)習(xí)深度學(xué)習(xí)，那么你一定聽說過Swens for Tensorflow。通過直接與通用編程語言集成，Swift for TensorFlow可以以前所未有的方式表達(dá)更強(qiáng)大的算法。SWIFT基本特性：

可以輕松獲得可微分的自定義數(shù)據(jù)結(jié)構(gòu)。 下一代API 。通過實踐和研究獲得的新API更易于使用且更強(qiáng)大。 在TensorFlow的基礎(chǔ)上 ，Swift API為您提供對所有底層TensorFlow運算符的直接調(diào)用。 基于Jupyter、LLDB或者Swift in Colab的編程工具提高了您的工作效率。

SWIFT優(yōu)點：

如果動態(tài)語言不適合您的任務(wù)，那么這將是一個很好的選擇。當(dāng)你訓(xùn)練運行了幾個小時，然后你的程序遇到類型錯誤，那么使用Swift，一種靜態(tài)類型語言。您將看到代碼錯誤的地方。 Chainer

直到CMU的DyNet和Facebook的PyTorch出現(xiàn)之前，Chainer是動態(tài)計算圖或網(wǎng)絡(luò)的領(lǐng)先神經(jīng)網(wǎng)絡(luò)框架，它允許輸入數(shù)據(jù)長度不一致。chainer基本特性：

Chainer代碼是在Numpy和CuPy庫的基礎(chǔ)之上用純Python編寫的， Chainer是第一個使用動態(tài)架構(gòu)模型的框架。

Chainer優(yōu)點：

通過自己的基準(zhǔn)測試，Chainer明顯比其他面向Python的框架更快，TensorFlow是包含MxNet和CNTK的測試組中最慢的。 比TensorFlow更好的GPU和GPU數(shù)據(jù)中心性能。最近Chainer成為GPU數(shù)據(jù)中心性能的全球冠軍。 DL4J

那些使用Java或Scala的人應(yīng)該注意DL4J（Deep Learning for Java的簡稱）。DL4J的基本特性：

DL4J中的神經(jīng)網(wǎng)絡(luò)訓(xùn)練通過簇的迭代并行計算。 該過程由Hadoop和Spark架構(gòu)支持。 使用Java允許您在Android設(shè)備的程序開發(fā)周期中使用。

DL4J優(yōu)點：

如果您正在尋找一個良好的Java深度學(xué)習(xí)框架，這會是一個非常好的平臺。 ONNX

ONNX項目誕生于微軟和Facebook，旨在尋找深度學(xué)習(xí)模型呈現(xiàn)的開放格式。ONNX簡化了在人工智能的不同工作方式之間傳遞模型的過程。因此ONNX具有各種深度學(xué)習(xí)框架的優(yōu)點。

ONNX基本特性：

ONNX使模型能夠在一個框架中進(jìn)行訓(xùn)練并轉(zhuǎn)移到另一個框架中進(jìn)行推理。ONNX模型目前在Caffe2，Microsoft Cognitive Toolkit，MXNet和PyTorch中得到支持，并且還有許多其他常見框架和庫的連接器。

ONNX優(yōu)點：

對于PyTorch開發(fā)人員來說，ONNX是一個好的選擇。但是對于那些喜歡TensorFlow的人來說，Keras等可能好一點。 總結(jié)

那么您應(yīng)該使用哪種深度學(xué)習(xí)框架？下面是幾點建議：

如果你剛剛開始學(xué)習(xí)，那么最好的選擇是Keras 。 出于研究目的，請選擇PyTorch 。 對于生產(chǎn)，您需要關(guān)注環(huán)境。因此對于Google Cloud，最好的選擇是TensorFlow ，適用于AWS - MXNet和Gluon 。 Android開發(fā)人員應(yīng)該關(guān)注D4LJ ，對于iOS來說， Core ML會破壞類似的任務(wù)范圍。 最后， ONNX將幫助解決不同框架之間的交互問題。

除了Go，Rust，Nim，還有哪些新編程語言更靠譜

新的語言，除了Go，Scala，目前就Swift靠譜，這三個在實際生產(chǎn)環(huán)境中使用的不少了，Go和swift不用說了，scala大數(shù)據(jù)那塊兒用的很多。

R和julia不屬于通用編程語言，不推薦。Erlang不能叫新語言。

其他的就當(dāng)玩玩，不必認(rèn)真。

如果你試了一圈還不滿意，那就老老實實的用回java，別多想了。

請問中文名叫佳，英文名取什么好

以下幾個英文名供你參考。

（1）Jia

（2）Joily

(3)Wellion

(4)Goful

每個開發(fā)人員都應(yīng)該知道的16個頂級新計算機(jī)編程語言

函數(shù)式語言

Elixir

Elixir 比 Erlang 更容易編寫，具有 Haskell 等語言的函數(shù)式編程概念。Elixir是基于Erlang 虛擬機(jī)的，其廣為人知的特點是運行低延時、分布式、可容錯的系統(tǒng)，并成功用于Web開發(fā)與嵌入式軟件領(lǐng)域。

Elm

Elm是一種用于構(gòu)建 Web 應(yīng)用程序的函數(shù)式語言。業(yè)內(nèi)一般認(rèn)為，它適用于創(chuàng)建高可交互應(yīng)用，例如復(fù)雜的用戶界面，開發(fā)人員可以通過 Elm 快速編寫富有表現(xiàn)力的系統(tǒng)。Elm 也以沒有運行時異常而聞名。

PureScript

PureScript是一種可編譯為 JavaScript 的純函數(shù)式編程語言。與 Haskell 最相似的是，PureScript 最適合用于開發(fā) Web 應(yīng)用程序和服務(wù)器端應(yīng)用程序。

PureScript 支持類型推斷，與其他語言相比，需要明顯類型注釋要少得多。

Swift

Swift是一種由蘋果公司開發(fā)的通用編譯編程語言，最早的設(shè)想是替代上一代編程語言O(shè)bjective-C ，過程中結(jié)合了Objective-C、Rust、Ruby 和 Python等語言的編程思想。目前Swift用于開發(fā)蘋果自己的手機(jī)、服務(wù)器、臺式機(jī)上的應(yīng)用軟件。

程序語言

Go

Go語言是由谷歌公司創(chuàng)造的類似C風(fēng)格的語言。Go 比 C++ 或 Java 更簡潔，比 Ruby 或 Python 更安全。

一些缺點： 編碼要求嚴(yán)格。比如，不能混用符號和無符號整數(shù)。還有一個明顯的遺漏，Go語言沒有泛型和繼承。

但Go語言的優(yōu)勢同樣明顯，簡單且易于使用。Go語言擅長于網(wǎng)絡(luò)和多線程方面的編程。

面向?qū)ο笳Z言

DART

Dart同樣來自谷歌公司具有C語言風(fēng)格。Dart可以輕松編寫JavaScript、Java for Android、本地機(jī)器代碼或獨立的 Dart 虛擬機(jī)。它還可以運行后端代碼。

Dart 非常適合使用事件驅(qū)動代碼構(gòu)建用戶界面。根據(jù)Dart 團(tuán)隊成員的說法，Dart的優(yōu)勢：可選的靜態(tài)類型、最小的編譯時錯誤和強(qiáng)大的內(nèi)置編輯器。

Pony

Pony是一種基于無數(shù)據(jù)競爭類型和垃圾收集的語言，并使用 actor 模型以及稱為引用功能的東西。

你可以把 Pony 想象成某種“Rust 遇上 Erlang”的復(fù)合體，沒有鎖，高并發(fā)是其主要優(yōu)點。

Pony 的缺點是 API 穩(wěn)定性低、很少有高質(zhì)量的第三方庫和有限的本地工具。

TypeScript

TypeScript是一個基于 JavaScript 靜態(tài)類型定義構(gòu)建，并由微軟維護(hù)且開源編程語言。Visual Studio Code 或Visual Studio 是推薦的IDE編輯器，微軟大廠的用戶體驗和錯誤檢查也不用懷疑。

復(fù)合編程語言

Hack

Hack是一種作為 PHP 方言的 HipHop 虛擬機(jī)的編程語言。于 2014 年由Facebook創(chuàng)建，允許程序員同時使用靜態(tài)和動態(tài)類型（也稱為漸進(jìn)類型），這為編碼提供了靈活性。

Julia

Julia是一種高級通用編程語言，用于計算科學(xué)和數(shù)值分析。Julia 以動態(tài)類型和可重現(xiàn)的高性能特性而聞名。

Julia 在數(shù)據(jù)可視化和機(jī)器學(xué)習(xí)等方面都有大量用途。事實上，它被英國保險公司 Aviva 用于風(fēng)險計算，紐約聯(lián)邦儲備銀行用于金融建模，甚至氣候建模聯(lián)盟用于氣候變化建模。它擁有Fortran、C++、R、Java、C 、Python等的接口，這使其成為最受追捧的新語言之一。

Kotlin

Kotlin是運行在 Java 虛擬機(jī)中的更快、更流暢的 Java 版本。它現(xiàn)在是Android 開發(fā)的首選語言。根據(jù) Android 開發(fā)者網(wǎng)站顯示，程序員正轉(zhuǎn)而采用 Kotlin，因為該語言的樣板代碼更少，空指針異常更少，并且與 Java 有互操作性。

Kotlin 可用于在 iOS 和 Android 上運行的應(yīng)用程序、不使用額外運行時或虛擬機(jī)。

Nim

Nim是一種優(yōu)先考慮可讀性的靜態(tài)類型語言。通過結(jié)合多種語言的特性，Nim 為程序員提供了速度和易用性。

它帶有 JavaScript 后端、分散的包管理、自動內(nèi)存管理、C 和 C++ 庫的綁定以及用于調(diào)試的回溯。作為一種語言，Nim 是有限的，但它包含一組元編程功能，如泛型、模板和宏，因此開發(fā)人員可以在避免冗長代碼的同時以不同的風(fēng)格工作。

OCaml作為此列表中較舊的語言，OCaml是一種多范式語言——既有函數(shù)式、命令式和類型安全，也具有面向?qū)ο蠊δ堋?/p>

OCaml 的一些優(yōu)勢：定義數(shù)據(jù)類型很容易。默認(rèn)情況下，所有變量都是不可變的。API 穩(wěn)定，具有良好的庫向后兼容性。該語言還為獨立應(yīng)用程序提供自動內(nèi)存管理和單獨編譯。

Reason

如果比JavaScript 更快、更簡單且類型安全會怎樣？

這就是創(chuàng)建Reason的 Facebook 開發(fā)者想要回答的問題。不過，他并沒有從頭開始構(gòu)建一種新語言，而是采用了 OCaml，并將其調(diào)整為類似于 JavaScript。

Reason使用項目 BucketScript編譯為 JavaScript，并且可以訪問 80% 的 JavaScript 工具和生態(tài)系統(tǒng)。它還可以編譯為準(zhǔn)系統(tǒng)、iOS、Android 和微控制器。

Red

Red是一種最初旨在克服 Rebol 語言限制的編程語言。Red 于 2011 年推出，受 Rebol、Lua 和 Scala 等語言的影響，對高級和低級編程都很有用。

該語言可用于開發(fā)從高級 GUI 到低級操作系統(tǒng)的所有方面。Red 擁有人性化的語法、低內(nèi)存占用和垃圾收集等優(yōu)點。

Rust

Rust解決了一些與 Go 相同的問題，如系統(tǒng)級別的線程和進(jìn)程安全，，但Rust 更像 C 風(fēng)格的語法

但Rust語言的缺點：靜態(tài)類型和缺乏垃圾收集

Rust可直接訪問內(nèi)存意味著程序員可以編寫低級代碼，如操作系統(tǒng)內(nèi)核。Rust 也非常適合嵌入式設(shè)備、網(wǎng)絡(luò)服務(wù)和命令行編寫。

當(dāng)前名稱：go語言和julia適合 go語言值不值得學(xué)
當(dāng)前地址：http://www.rwnh.cn/article42/dosphhc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供App設(shè)計、Google、自適應(yīng)網(wǎng)站、網(wǎng)站內(nèi)鏈、品牌網(wǎng)站制作、網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)