1.简介

这里写图片描述

2.文档与性能

这里写图片描述

3.网络与模型能力

这里写图片描述
这里写图片描述

4.生态与维护

这里写图片描述

5.框架搭建与应用

这里写图片描述

6.架构

6.1 TensorFlow

这里写图片描述

6.2 Caffe

这里写图片描述

6.3 MXNet

这里写图片描述
这里写图片描述

6.4 Paddle

主要从以下几个方面入手:多机并行架构、多GPU并行架构、sequence序列模型以及大规模稀疏训练;

6.5 CNTK

这里写图片描述

7.总结

1). 有关图像的问题使用caffe很方便,训练只需要写prototxt;
2). Caffe是目前产品化最多的库;
3). 应该多关注TensorFlow,毕竟有Google这样的亲爹;
4). 用TensorBoard去观察训练的状态;
5). 可以了解和学习一下mxnet,对显存利用率高;

Comment and share

  • page 1 of 1

zhleternity

A girl loves algorithms about Computer Vision,Deep Learning,and Machine Learning .etc.She likes making some friends in the same camp.


Worked with all algorithms


GuangZhou
Fork me on GitHub