1樓：匿名使用者
1. torch7本身提供了多維資料tensor的一系列操作，用c/cuda實現，並提供lua介面，這部分的**實現見~/torch/pkg/torch，相關設計方法可參考部落格：a quick tour of torch internals2.
神經網路是torch中的乙個包，如數簡(nn/cunn)，其核心是各個層（torch中稱為module），主要的**包括lua,c,cuda三部分。若乙個層所需運算可直接通過tensor操作來完成，則僅乙個lua檔案即可，如； 若需要c/cuda實現，則還需要寫c/cuda**，如。主要檔案位置如下：
lua介面及實現歷告，~/torch/extra/nn/*.luac實肢畢明現(若有)，~torch/extra/nn/lib/thnn/generic/*.ccuda實現(若有)，~torch/extra/cunn/lib/thcunn/*.cu
2樓：熱感麂皮絨
1、keras基於python，backend可以是春巨集旦tensorflow或theano，人氣比較旺。2、和其他high-levelapi一樣，都是絕卜直接提供上層的框架，很快可以搞出個神經網路原型。缺點：
1、不支援seq2seq，搞不了高階點的nlp（現扒擾在好像支援了）
3樓：網友
七月份形儐膠捲敵爬。
怎麼閱讀深度學習框架 torch7 的原始碼
4樓：網友
兩者不是同乙個level上的，深度學習是機器學習的一種。最近火的發紫的深度學習實際上指的的深度神經網路學習，普通神經網路由於訓練代價較高，一般只有3-4層，而深度神經網路由於採用了特殊的訓練方法加上一些小trick，可以達到8-10層。
如何選擇深度學習框架 tensorflow/torch/mxnet/theano
5樓：中公教育it培訓優就業
深度學習目前的應用領域很多，主要是計算機視覺和自然語言處理，以及各種**等。對於計算機視覺，可以做影象分類、目標檢御缺測、**中的目標檢測等，對於自然語言處理，可以做語音識別、語音合成、對話系統、機器翻譯、文章摘要、情感分析等。
對於剛入行深度學習，想從事人工智慧工業應用和研發的小白來說，選擇乙個適合自己的深度學習框架顯得尤為重要。那麼在選擇深度學習框架的時候，要注意哪些內容呢？
通常我們在選擇框架時要考慮易用性、效能、社群、平臺支援等問題。初學者應該考慮容易上手的框架，偏工業應用的開發者可以考慮使用穩定性高、效能好的框架，偏研究性的開發者，一般選擇易用而且有領先的指脊模型基線的框架。
目前這個階段，tensorflow因為背靠谷歌公司這座靠山，再加上擁有龐大的開發者群體，而且採用了稱為「可執行的偽**」的python語言，成為最受歡迎的主流框架之一。一些外圍的第三方庫(如keras、tflearn)也基於它實現了很多成果，keras還得到tensorflow官方的支援。tensorflow支援的上層語言也在逐漸擴大，對於不同工程背景的人轉入的門檻正在降低。
因此，對於剛入行深度學習的小白，tensorflow是乙個非常好的選擇，掌握tensorflow對以後的求職發展很有幫助。
為了讓大家更快地掌握深度學習技術，成為人工智慧領域高階唯拆滲人才，中公教育聯合中科院自動化研究所專家，強力推出人工智慧《深度學習》，讓大家學有所成、真正掌握機器學習模型以及演算法背後的原理。
如何評價深度學習框架keras
6樓：起點和終點歲月
優點：1、keras基於python，backend可以是tensorflow或theano，人氣比較旺。
2、和其他high-level api一樣，都是直接提供上層的框架，很快可以搞出個神經網路原型。
缺點：1、不支援seq2seq，搞不了高階點的nlp（現在好像支援了）。不過我發現tflearn，lasagne 都不支援seq2seq。目前只知道torch7支援。
2、在tensorflow backend時，跑同樣的模型比純tensorflow要慢一倍。。。
3、沒有增強學習工具箱，自己修改實現很麻煩。
4、封裝得太高階，訓練細節不能修改、penalty細節很難修改、不合適演算法研究。
5、用tensorflow backend時速度比純tensorflow 下要慢很多。
6、最近更新很慢。
怎麼快速的學會深度學習框架如（caffe,tensorflow,pytorch,etc）,然後搭建自己的model？
7樓：網友
朋友可以使用360安全衛士的優化加速功能來解決試試。
8樓：網友
可以看這些框架的官方文件，像tensorflow就有例子。看一些簡單的諸如手寫數字識別的model，照葫蘆畫瓢就行。
9樓：匿名使用者
希望對你有幫助 網頁連結。
什麼叫做深度學習框架，其作用是什麼
10樓：網友
深度學習框架也就像caffe、tensorflow這些幫助你進行深度學習的工具，簡單來說就是庫，程式設計時需要import caffe。
作乙個簡單的比喻，一套深度學習框架就是這個品牌的一套積木，各個元件就是某個模型或演算法的一部分，你可以自己設計如何使用積木去堆砌符合你資料集的積木。
好處是你不必重複造輪子，模型也就是積木，是給你的，你可以直接組裝，但不同的組裝方式，也就是不同的資料集則取決於你。
深度學習框架的出現降低了入門的門檻，你不需要從複雜的神經網路開始編**，你可以依據需要，使用已有的模型，模型的引數你自己訓練得到，你也可以在已有模型的基礎上增加自己的layer，或者是在頂端選擇自己需要的分類器。
當然也正因如此，沒有什麼框架是完美的，就像一套積木裡可能沒有你需要的那一種積木，所以不同的框架適用的領域不完全一致。
深度學習框架caffe到底是怎麼支援resnet的
11樓：匿名使用者
從geoffrey hinton 2006年的**算起，這一波深度學習（dl）浪潮才10年，而如果只算國內，深度學習的流行也不過5年，儘管如此，深度學習現在已經紮根中國網際網絡，成為bat、京東、360、今日頭條等公司的基礎技術和戰略技術，與之伴隨的，則是深度學習技術人員的快速成長，例如，阿里雲工程師卜居（趙永科）部落格，2014年才開始接觸深度學習實戰，如今已在深度學習及計算優化方面方面有很獨到的見解。卜居在最近寫了一本濃縮其深度學習實戰經驗的書——《深度學習—21天實戰caffe》，該書獲得了機器學習前輩的肯定。日前，卜居接受csdn記者專訪，介紹了他在深度學習領域的實踐經驗和成長心得，以及完成caffe著作背後的原因和故事。
卜居認為，深度學習具備強大的表達能力和靈活多變的模型結構，並在各種硬體加速方案的支撐下不斷成熟，而caffe具有高效的c++/cuda實現、matlab/python介面、獨特的網路描述方式、清晰的**框架等優勢，徒手hack**的樂趣更多，同時caffe框**於穩定，掌握了閱讀技巧可以事半功倍，因而可以作為初學者學習的第乙個深度學習框架，由此逐步深入瞭解使用c++/cuda**實現深度學習的計算過程。
談到新書《深度學習—21天實戰caffe》，卜居表示，這是一本透過原始碼解讀深度學習的書，也是一本注重「實戰」的書。讀者可以從本書中學習caffe設計模式、程式設計技巧，以及深度學習最新的進展和生產環境批量部署等內容。而書中的一些思考題需要深入實踐和思考之後才能得到答案，這可以讓讀者養成獨立思考的習慣，從而更加從容地面對實際問題。
此外，對於不同的硬體加速方案，卜居認為，深度學習本身在不斷演進，沒有哪個計算架構能夠一勞永逸，得到某方面優勢會喪失另一部分特性，最終起決定作用的仍然是應用需求，例如批量離線處理更適合利cpu/gpu叢集的規模優勢，而**應用、移動端應用更適合利用fpga/asic的低功耗、低延遲特性。
深度學習框架 應該學幾個嗎
12樓：泥涵亮
比如神經網路caffe基於c++做的，主要的還是深度學習的原理要好好學習，會用，機器學習的一些知識，裡面**都是現成的，看得懂就行了，bp演算法。
為什麼有些人城府深
城府深的人多的是，城府深只是 人的一種表現形勢，不能代表乙個人的性格，但是可以這麼說，大部分城府深的人，還是比較重視自己的利益，還懂得保護自己。我打個比方你就知道了。比如乙個蛋糕，10個人來分。其中乙個城府比較深的人，他看到，10個人當中有3個人在意識形態上比較壞，怎麼說呢，就是3個人不滿足自己分到...
嘴唇唇色深是為什麼，上嘴唇顏色比下嘴唇深是為什麼
嘴唇唇色深可是因為你身體有變化，具體要看您唇色。嘴唇深紅，甚至是紫紅色。如果嘴唇顏色過於艷麗，甚至是紫紅色，可能是俗稱體內有 火氣 引起的。如果伴隨著口臭，則說明脾胃濕熱。如果是兩脅脹痛 厭食，則是肝火旺。嘴唇發白。長期嘴唇蒼白需要去醫院檢查看看是不是貧血嚴重，此外，部分脾胃虛寒 消化不良的病人也會...
為什麼說無深蹲不健身，深蹲有哪些好處
現如今的人們越來越重視身體了，越來越多的人加入到健身大軍中來。在健身圈裡流行著這樣一句話，無深蹲，不健身。意思是沒有做深蹲的健身都不叫做健身，由此可見深蹲對於健身的重要性。很多剛參加健身運動的朋友可能還不了解深蹲的重要。現在我們來討論下深蹲的好處。深蹲可以鍛鍊我們全身大部分的肌肉，提公升我們全身的力...