导语:新一批论文,让你对深度学习在自然语言处理以及对象检测领域的运用有个清晰的了解。

雷锋网曾编译了《干货分享|深度学习零基础进阶大法!》系列,相信读者一定对深度学习的历史有了一个基本了解,其基本的模型架构(cnn/rnn/lst

导语:它们各自有哪些优缺点?在上期的谷歌、微软、openai等巨头的七大机器学习开源项目看这篇就够了,我们盘点了tensorflow,cntk,systemml,deepmindlab等各大互联网巨头的开源平台。本期,雷锋网将带领大家来看看诞生于民间(学界)的另外四大开源项目:___litheanotheano在深度学习框架中是祖师级的存在。它的开发始于2007,早期开发者包括传奇人物yoshuabengio和iangoodfellow。

theano基于python,是一个擅长处理多维数组的库(这方面它类似于numpy)。当与其他深度学习库结合起来,它十分适合数据探索。它为执行深度学习中大规模神经网络算法的运算所设计。其实,它可以被更好地理解为一个数学表达式的编译器:用符号式语言定义你想要的结果,该框架会对你的程序进行编译,来高效运行于gpu或cpu。

它与后来出现的tensorflow功能十分相似(或者应该说,tensorflow类似theano),因而两者常常被放在一起比较。它们本身都偏底层,同样的,theano像是一个研究平台多过是一个深度学习库。你需要从底层开始做许多工作,来创建你需要的模型。比方说,theano没有神经网络的分级。

但随着这些年的发展,大量基于theano的开源深度学习库被开发出来,包括keras,lasagne和blocks。这些更高层级的wrapperapi,能大幅减少开发时间以及过程中的麻烦。甚至,据雷锋网所知,很少开发者会使用“裸奔”的theano,多数人需要辅助的api。顺便说一句,theano是一整套生态系统,别只用它裸奔,然后抱怨不好用。

在过去的很长一段时间内,theano是深度学习开发与研究的行业标准。而且,由于出身学界,它最初是为学术研究而设计,这导致深度学习领域的许多学者至今仍在使用theano。但随着tensorflow在谷歌的支持下强势崛起,theano日渐式微,使用的人越来越少。这过程中的标志性事件是:创始者之一的iangoodfellow放弃theano转去谷歌开发tensorflow。

因此,资深一些的开发者往往认为,对于深度学习新手,用theano练练手并没有任何坏处。但对于职业开发者,还是建议用tensorflow。

优点:python+numpy的组合rnn与计算图兼容良好

有keras和lasagne这样高层的库

不少开发者反映,它的学习门槛比tensorflow低

缺点:本身很底层

比torch臃肿

不支持分布式

有的错误信息没什么用

大模型的编译时间有时要很久

对事先训练过的模型支持不足

用的人越来越少___licaffe

这又是一个祖师级的深度学习框架,2013年就已问世。

它的全称是“convolutionarchitectureforfeatureextraction”,意为“用于特征提取的卷积架构”,很明白地体现了它的用途。caffe的创始人,是加州大学伯克利分校的中国籍博士生贾扬清。当时贾在伯克利计算机视觉与学习中心做研究。博士毕业后,他先后在谷歌和facebook工作。

在ai开发者圈子中,caffe可以说是无人不知、无人不晓。据github最新的机器学习项目热度排名,caffe仅位列tensorflow之后,雄踞第二。它是一个被广泛使用的机器视觉库,把matlab执行快速卷积网络。

  • 品牌简介
  • 品牌文化
  • 发展历程
  • 关联品牌
  • 伊派新品
  • 进口瓷砖THG
  • 伊派瓷砖
  • 实景案例
  • 招商加盟
  • 诚聘英才
  • 联系方式

导语:如何从机器学习菜鸟华丽转变为大神?如果你对机器学习抱有好奇又心存敬畏,不妨看看这篇文章。编者按:去年,perharaldborgen 写了一篇名为《为期一周的机器学习研究》的文章,讲述了他如何通过五天的努力开启机器学习之旅。

接下来你看到的是此

归一化——滤波器组——非线性计算——池化