如今深度學(xué)習(xí)是AI和機(jī)器學(xué)習(xí)領(lǐng)域最熱門(mén)的學(xué)習(xí)趨勢(shì)。我們來(lái)審查為深度學(xué)習(xí)而開(kāi)發(fā)的軟件，包括Caffe，CUDA convnet，Deeplearning4j，Pylearn2，Theano和Torch。
深度學(xué)習(xí)是現(xiàn)在人工智能（Artificial Intelligence）和機(jī)器學(xué)習(xí)（Machine Learning）最熱門(mén)的的趨勢(shì)，每天的報(bào)刊都在報(bào)道令人驚異的新成就，比如在IQ測(cè)試中超越了人類(lèi)（ doing better than humans on IQ test ）。
2015 KDnuggets Software Poll 中添加了一個(gè)深度學(xué)習(xí)工具的新類(lèi)別，民意調(diào)查最流行的工具的結(jié)果顯示如下。
Theano＆Pylearn2：
Theano和Pylearn2都是在Montreal大學(xué)開(kāi)發(fā)出來(lái)的，都是由Yoshua Bengio帶領(lǐng)的大部分來(lái)自于LISA的開(kāi)發(fā)人員參與研發(fā)。Theano是一個(gè)Python庫(kù)，你也可以把它看成一個(gè)數(shù)學(xué)表達(dá)式編譯器。這對(duì)于從零開(kāi)始生成算法是有益的。 這里 是Theano培訓(xùn)的一個(gè)直觀的例子。
如果我們要使用標(biāo)準(zhǔn)算法，我們可以寫(xiě)Pylearn2插件作為T(mén)heano表達(dá)式，并且Theano會(huì)優(yōu)化和穩(wěn)定這個(gè)表達(dá)式。它包括多層感知器/RBM/Stacked Denoting Autoencoder/ ConvNets所需的所有的東西。這里是一個(gè) 快速入門(mén)教程 來(lái)引導(dǎo)您完成Pylearn2的一些基本思路的學(xué)習(xí)。
Caffe:
Caffe是由Berkeley Vision and Learning Center開(kāi)發(fā)的，由賈揚(yáng)清創(chuàng)建，Evan Shelhamer帶領(lǐng)完成。它是一種C ++中ConvNets的快速的和可讀的實(shí)現(xiàn)。如圖所示在其官方頁(yè)面上， Caffe使用一個(gè)單一的NVIDIA GPU K40與AlexNet可以每天處理超過(guò)60M的圖像。它是一個(gè)可用于圖像分類(lèi)的工具包，不擅長(zhǎng)其他的深度學(xué)習(xí)應(yīng)用程序，如文字或語(yǔ)音。
Torch & OverFeat:
Lua Facebook AI是用Lua編寫(xiě)的，并且為 NYU，F(xiàn)acebook AI實(shí)驗(yàn)室和Google DeepMind Torch使用。它要求為機(jī)器學(xué)習(xí)算法提供一個(gè)類(lèi)似于MATLAB的環(huán)境。為什么他們選擇Lua/ LuaJIT而不是更流行的Python呢？他們?cè)赥orch7的說(shuō)明中這樣解釋?zhuān)癓ua容易和C結(jié)合，所以在幾個(gè)小時(shí)內(nèi)的工作中，任何C或C ++庫(kù)都可以成為一個(gè)Lua庫(kù)。”Lua是用純ANSI C編寫(xiě)的，所以它可以很容易地編譯任意目標(biāo)。
OverFeat是一個(gè)在ImageNet數(shù)據(jù)集中使用Torch7訓(xùn)練的特征提取器，同樣很容易入門(mén)。
Cuda:
毫無(wú)疑問(wèn)，最近GPU加速了深度學(xué)習(xí)的研究。有關(guān)GPU的新聞?dòng)绕涫荖VIDIA CUDA遍及互聯(lián)網(wǎng)。Cuda-convnet/CuDNN支持所有主流軟件，例如Caffe，Torch和Theano，都是容易實(shí)現(xiàn)的。
Deeplearning4j:
不像上述工具是作為一種研究工具，Deeplearning4j為在商業(yè)環(huán)境中使用而設(shè)計(jì)。正如其介紹，DL4J是一種“基于Java的，聚焦工業(yè)，商業(yè)支持的，分布式的深度學(xué)習(xí)框架?！?/p>
對(duì)比
這些工具似乎在速度和易用性方面表示出友好的競(jìng)爭(zhēng)性。
Caffe的開(kāi)發(fā)者說(shuō)，“Caffe是最快的可用的convnet實(shí)現(xiàn)工具?！?/p>
Torch7被證明在大多數(shù)基準(zhǔn)中比Theano要快，如Torch7指南中所示。
Soumith給出了所有開(kāi)源實(shí)現(xiàn)的 convnet基準(zhǔn) 。
Caffe指南中列出了一些流行的深度學(xué)習(xí)工具的對(duì)照表。
有Reddit上有一個(gè)關(guān)于“ 最適合深度神經(jīng)網(wǎng)絡(luò)的框架 ”的討論。 DL4J在其網(wǎng)站上也給出了 DL4J vs. Torch vs. Theano vs. Caffe 的比較。
原文鏈接 ： Popular Deep Learning Tools – a review （翻譯/王輝 責(zé)編/周建?。?nbsp;
聯(lián)系客服
