最受欢迎的开源框架,TensorFlow 排名第一
发布于 1 年前 作者 JavaBird 787 次浏览 来自 分享

近日 Keras 作者 François Chollet 近日在 Twitter 上公布了一项他所做的调查,统计了在过去三个月中 ArXiv 上(截至 3 月 7 日)被提及(mention)最多的几大开源框架。研究结果显示,Tensorflow 是研究深入学习的首选平台。

开源框架

第二至第八名分别是基于 Python 的深度学习库 Keras、同属 facebook 开源的深度学习框架 Caffe 和 PyTorch;去年已宣布停止更新的 Theano、亚马逊开源的轻量级深度学习库 MxNet、英特尔的 Chainer 及微软 CNTK。

Tensorflow

TensorFlow 是谷歌的第二代机器学习系统,按照谷歌所说,在某些基准测试中,TensorFlow 的表现比第一代的 DistBelief 快了 2 倍。TensorFlow 内建深度学习的扩展支持,任何能够用计算流图形来表达的计算,都可以使用 TensorFlow。任何基于梯度的机器学习算法都能够受益于 TensorFlow 的自动分 化(auto-differentiation)。通过灵活的 Python 接口,要在 TensorFlow 中表达想法也会很容易。

Keras

Keras 是一个极简的、高度模块化的神经网络库,采用 Python(Python 2.7-3.5.)开发,能够运行在 TensorFlow 和 Theano 任一平台,好项目旨在完成深度学习的快速开发。 François Chollet 他也在后续的 Twitter 上提及,统计数据表明,Keras在业界 (大公司和初创企业) 和整个数据科学社区的使用中中占主导地位。但在学术研究领域则要少一点。

Caffe

Caffe 是一种开源软件框架,内部提供了一套基本的编程框架,或者说一个模板框架,用以实现 GPU 并行架构下的深度卷积神经网络,Deep Learning 等算法,我们可以按照框架定义各种各样的卷积神经网络的结构,并且可以再此框架下增加自己的代码,设计新的算法,该框架的一个问题就是,只能够使用卷积网络,所有框架都是再基于卷积神经网路的模型上进行的。

PyTorch

PyTorch 是一个 Torch7 团队开源的 Python 优先的深度学习框架,提供两个高级功能:强大的 GPU 加速 Tensor 计算(类似 numpy);构建基于 tape 的自动升级系统上的深度神经网络

Theano

Theano 是一个 Python 库,用来定义、优化和模拟数学表达式计算,用于高效的解决多维数组的计算问题。

MxNet

MXNet 是一款设计为效率和灵活性的深度学习框架。它允许你混合符号编程和命令式编程,从而最大限度提高效率和生产力。在其核心是一个动态的依赖调度,它能够自动并行符号和命令的操作。有一个图形优化层,使得符号执行速度快,内存使用高效。这个库便携,轻量,而且能够扩展到多个 GPU 和多台机器。

Chainer

Chainer 是深度学习的框架,Chainer 在深度学习的理论算法和实际应用之间架起一座桥梁。它的特点是强大、灵活、直观,被认为是深度学习的灵活框架。

CNTK

来自微软公司的 CNTK 工具包的效率,“比我们所见过的都要疯狂”。 这部分归功于 CNTK 可借助图形处理单元(GPU)的能力,微软自称是唯一公开“可扩展 GPU”功能的公司。(从单机上的1个、延伸至超算上的多个) 在与该公司的网络化 GPU 系统(称之为 Azure GPU Lab)匹配之后,它将能够训练深度神经网络来识别语音,让 Cortana 虚拟助理的速度达到以前的十倍。

开源框架

此外,François Chollet 还统计了开源框架们的综合人气指数,这回排名则有所变化,第一名仍然是 TensorFlow。值得一提的是,百度的 Paddle 也入选了这一榜单。

开源框架

而在过去一个月内(2018 年 2 月 10 日至 2018 年 3 月 8 日),在 GitHub 上的新 Fork 数则由 TensorFlow 包揽大局,凭借 10836 的新 Fork 数承包了该榜单冠军;第二名的 Keras 的 Fork 数为 439 个,第三名的 caffe 则只有 190 个


原文链接:ArXiv 中最受欢迎的开源框架,TensorFlow 排名第一

回到顶部