zoukankan      html  css  js  c++  java
  • 深度学习 框架比较

    【引言】现在市面上同时存在多种深度学习框架,不同公司或科研团体会根据具体应用不同选择不同框架。网络上不缺少对深度学习框架的比较分析,但随着时间流逝,框架版本更新会影响性能,接口和文档更新会影响开发效率,同时考虑到商业因素及媒体宣传水分,本节会从实战角度给出对热门框架的比较分析,并在最后给出选择建议,可供参考。

     

     

    框架选择建议:

    1.无论是在具体商业应用还是实验研究,深度学习+迁移学习(Fine-tune)的组合会有助于降低模型对数据量的需求,同时能大大节约运算时间,所以选择框架时建议首先考虑到“是否有预训练模型”以及“迁移训练预训练模型难度”这两点。(若有足够数量的高质量数据和优良的计算资源可忽略本条)

    2.天下武功为快不破。训练速度越快越好,上手速度越快越好,内存占用越少越好,有时候增加内存是“用空间换时间”提升速度的表现。支持动态图的框架通常训练速度会偏慢,但是上手速度会快些。

    3.具体要商业化做成产品则要考虑到框架稳定性、兼容性可移植性

    4.是否需要对底层功能进行扩展要考虑框架粒度,同时兼顾接口语言和开发语言。

  • 相关阅读:
    《Think in Java》(十四)类型信息
    《Think in Java》(十三)字符串
    《Think in Java》(十二)通过异常处理错误
    《Think in Java》(十七)容器深入研究
    《Think in Java》(十一)持有对象
    集合框架概览
    Gulp 自动化构建过程
    自动化打包 CSS
    更新 Node 稳定版本命令
    mac 命令行打开vscode
  • 原文地址:https://www.cnblogs.com/andre-ma/p/8676261.html
Copyright © 2011-2022 走看看