【异周话题 第 11 期】PyTorch将会是最好的深度学习框架吗?(已结束)

图像说明文字

【异周话题 第 11 期】PyTorch将会是最好的深度学习框架吗?

话题背景


今年年初 Facebook 发布开源框架 PyTorch,它是专门针对 GPU 加速的深度神经网络(DNN)编程,它有望辅助、或在一定程度上替代,现有的 Python 数学、统计库(比如 NumPy)。它实现了机器学习框架 Torch 在 Python 语言环境的执行。到目前为止,深度学习神经网络正步入成熟,而现在有许多框架具备为个性化方案提供先进的机器学习和人工智能的能力。那么如何决定哪个深度学习框架最适合你呢?

本周的【异周话题】我们一起聊聊 深度学习框架 这个话题。


话题内容

大家可以围绕以下一个或多个问题展开讨论:
1、你目前在用的深度学习框架是哪一个?请列举它优缺点;
2、你认为新人应当如何入门深度学习?请给出你的建议;
3、你认为PyTorch将会是最好的深度学习框架吗?请给出你的观点;
4、您认为最好的深度学习框架是哪个?请给出你的理由。

欢迎各位同学积极在文章的底部发表评论,参与话题!很多同学喜欢去百度或者知乎寻找答案,异步君不建议大家真么做。用心思考一下,就当对自己学习的总结。思考是一种学习方式,分享也是一种学习方式。


话题时间

2017年12月04日-12月10日


话题奖励

感谢用户@ LongXiaJun 对本次话题的支持!话题结束后,我们将选取 3 位讨论精彩的同学,可以从以下 3 本书中任选 1 本作为奖品:《深度学习》《深度学习精要(基于R语言)》《TensorFlow机器学习项目实战》。获奖的 3 位用户先到先得,先私信小编的将优先选择,每本书仅赠送一本。

重要

1.仅社区账户绑定手机号的用户,可以参与评奖。
2.每个用户仅可注册一个社区账号参与异周话题。
3.最终解释权归异步社区所有。


《深度学习》

图书作者Ian GoodfellowYoshua BengioAaron Courville
图书简介:本书是深度学习领域奠基性的经典图书,英文版自2016年年底上市以来,始终位居美国亚马逊人工智能类图书第1位!全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写!《深度学习》适合各类读者阅读,包括相关专业的大学生或研究生,以及不具有机器学习或统计背景、但是想要快速补充深度学习知识,以便在实际产品或平台中应用的软件工程师。



《深度学习精要(基于R语言)》

图书作者[美] Joshua F. Wiley 威利
图书简介:深度学习是机器学习的一个分支,其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O,帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始,接着转向建立神经网络、预测和深度预测等模型,所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后,你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。最后,本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家,他们精通R语言数据科学概念,并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解,并熟悉统计算法和机器学习技术。



《TensorFlow机器学习项目实战》

图书作者【阿根廷】Rodolfo Bonnin

图书简介:本书是介绍如何在产品中使用TensorFlow的实用教程。本书介绍了可以使用TensorFlow的多种情况, 并通过真实世界的项目, 向读者展示了如何使用TensorFlow。本书还讲解了在实际环境中使用TensorFlow的创新方法。本书主要介绍第二代机器学习与数值计算,提供了训练模型、机器学习、深度学习以及使用各种神经网络的项目,以此来讲解TensorFlow的应用领域,还讨论如何使用TensorFlow计算复杂数值。本书在教读者使用TensorFlow的同时,还展示了如何使用张量来探究各层的数据。只需选定一个跟读者环境相匹配的项目,就能学到如何在产品中应用TensorFlow的相关知识。读完本书后,读者将能通过TensorFlow有效改善项目的速度和效率。


【异周话题 第 11 期】获奖名单

图像说明文字

恭喜以上 3 位获奖的同学,请 3 位同学私信小编,并提供收件人姓名收件地址邮编联系电话书名,每本书仅赠送一本,先到先得,先私信小编的将优先选择图书!小编会尽快将赠书寄到各位同学的手中!

2 推荐
  • DockerK8s 今年 12-11 09:41

    1、你目前在用的深度学习框架是哪一个?请列举它优缺点;

      Tensorflow、Caffe;目前来看,TF可以跑在嵌入式设备上会更方便普及一些;Caffe目前还只能在PC机上跑。

    2、你认为新人应当如何入门深度学习?请给出你的建议;

         看斯坦福大学吴恩达老师的公开课cs231n和cs229,吴老师从数学概率论开始讲的,连推导过程也有,这个我觉得是最适合新人入门的。

    4、您认为最好的深度学习框架是哪个?请给出你的理由。

          最好的深度学习框架,我是对比了下Github上几个框架的星星的数,来判断的,截止我评论的时刻:

         Tensorflow是80.6K,被fork了39519次;

         PyTorch是9.8k,被fork了2073次;

         Caffe是21.6k,被fork了13262次;

         Theano是7.4k,被fork了2340次;

         Keras是22.5k,被fork了8204次;

         Caffe2是6.4k,被fork了1449次;

         除了这些之外,还有很多,不过我了解的就这几个比较常用,通过查阅上面的统计,我冒昧的做出如下结论,从星数     上可以看出Tensorflow是目前最受欢迎的深度学习框架,从被fork数上可以看出,Tensorflow是目前参与开发人数最多        的框架,因此为了严谨的回答这个问题,我认为到目前为止Tensorflow是最好的框架,不排除其他框架后来者居上,      因为Tensorflow也是这么上来的。

    0
  • 恍恍惚惚 今年 12-08 18:43

    网站不支持英文书名检索啊!!!

    0
    • 异步君
      异步君 今年 12-08 21:07

      支持英文的搜索,应该是您要的书是没有的~方便把您要的书私信给我吗?

    • 刘涛-异步社区掌柜的
      刘涛-异步社区掌柜的 今年 12-09 09:27

      您说的是搜索英文原书名吗?

  • ares 今年 12-08 14:12

    请问如何能够更快的将深度学习理论应用到实际问题的处理中,其中的主要难点有那些,可以推荐一些经典的项目吗

    2,各个深度学习的框架主要各自适合处理那类型的问题,以及各自的优缺点吗

    0
  • seatosky 今年 12-08 14:11

    一、你目前在用的深度学习框架是哪一个?请列举它优缺点;

    TensorFlow:设计良好,不仅考虑到了神经网络的训练,同时避免彻底成为神经网络构架,是非常出色的成果。图像、队列、图像增加器等能成为更高级包装的有用构造块。像大部分深度学习框架一样,TensorFlow 在 C/C++ 引擎之上使用 Python API 编写,从而加速其运行。对 Java 和 Scala 社区而言,它并非一个合适的解决方案。TensorFlow 不只是面向深度学习,也有支持强化学习和其它算法的工具。最关键能找到这个框架学习的一些视频课程,有相关的老师辅导,能够方便自己的学习与理解。

     

    二、你认为新人应当如何入门深度学习?请给出你的建议;

    1.Python现在无论是公开的论文还是代码基本在深度学习这个领域都是python为主流的,我在学习的过程中一个最重要的点就是学习别人的代码,通过把高手的代码debug一遍我们才能真正的懂一个技术的原理,那么在这个领域里高手们的代码很多都是python版本的。更重要的一点是,我们入门这个领域肯定不会自己动手一步一步的去实现所有需要的技术代码,一个最直接的学习方法就是结合开源的框架,那么可以说深度学习的开源框架基本都是python接口的,能用这些开源框架是我们学习的一个基本的手段。

    2.高等数学的功底很重要,这下很多人都头疼了吧,没错咱们深度学习需要很好的数据基础,我所说的这俩简直就是九牛一毛,但是作为我们入门来说已经够啦。其实咱们所有的深度学习是什么呢?它就是一个复杂的人工神经网络嘛,那么要去能懂这个神经网络的原理,有机器学习基础的同学们肯定都知道,其实就包括了两部分嘛,前向传播和反向传播。这两部分一个最最最核心的点就是矩阵计算和梯度求导运算啦,所以说咱们要能入门这个领域,这些数学可是还要复习起来的。

    3.英语阅读能力:很多技术都是国外搬来的,咱们要学习的肯定都是国外各路大神的原作,比如课程呀,论文呀等等,那么要能跟上大神们的脚步,这点肯定是不能少的吧。要了解技术的源头最好的还是阅读英文版的原著,那才是编者的心理话,毕竟翻译时难免有些理解不到位。

    4.查找资料能力:这点其实是非常重要的,也就是我们在学习的过程中,要积累一些数据库还有好的学习资源,比如公开的代码呀,这也就要我们经常去逛逛技术博客,github呀看看有木有一些适合咱们学习的东东,找到有价值的学习资源比咱们自己埋头苦学更有价值的。

    5.最重要的要有吃苦耐劳不甘寂寞的,别人在玩时你要钻研,这样你就走在前面了。吃得苦中苦方为人上人。

    6.可以去一些有名气的网站上参加一些相关的培训课程,可以提高自已的学习路径,毕竟是站在了巨人的肩膀上了。

     

    三、你认为PyTorch将会是最好的深度学习框架吗?请给出你的观点;

    PyTorch 是 PyTorch 在 Python 上的衍生. 因为 PyTorch 是一个使用 PyTorch语言的神经网络库, Torch 很好用,但是 Lua 又不是特别流行,所有开发团队将 Lua 的 Torch 移植到了更流行的语言 Python 上. 目前流行的Python也可能一定程度上带动PyTorch深度学习框架应用。如果你是学生,随便选一个学, 或者稍稍偏向PyTorch,因为写代码的时候应该更好理解. 懂了一个模块,再转换 Tensorflow 或者其他的模块就相对容易一些.如果是上班了跟着你公司来。各种大厂商也会不断的优化完善底程框架模式,对我来说同有最好,只有哪个更适合,哪个适合用哪个。

     

    四、您认为最好的深度学习框架是哪个?请给出你的理由。

    TensorFlow在很多方面拥有突出的表现,比如设计神经网络结构的代码的简洁度,分布式深度学习算法的执行效率,还有部署的便利性,都是其得以胜出的亮点产品本身优异的质量、快速的迭代更新、活跃的社区和积极的反馈,形成了良性循环。

    0
  • Lucky小智 今年 12-06 17:36

    1、你目前在用的深度学习框架是哪一个?请列举它优缺点;

           caffe和Tensorflow;Caffe 的强项是用于图像识别的卷积 DNN。 Cognitive Toolkit 有一个单独的评估库,用于部署在 ASP.Net 网站上工作的预测模型。根据Caffe2的描述,caffe2在caffe的基础上改进不少,应该更加灵活。 Tensorflow的话,优点就是架构好、跨平台、接口丰富、易部署、灵活且是大公司产品,缺点就是太灵活。 不过还有速度慢,blablabla一堆。感觉能唯一爱上Tensorflow的就是他的画图方面,实在是太美。

    2、你认为新人应当如何入门深度学习?请给出你的建议:

    首先高等数学、线性代数、概率论三大门中基础知识要会一些,其次是学习Python,把Python的基本语法搞通后,建议阅读一下这本《利用Python进行数据分析》,学习一下几个Python库的用法。然后,就跟着网易云上吴恩达的深度学习系列的网上公开课来学,感觉讲得非常好,深入浅出,个人感觉比看书效果好多了英语水平差不多可以直接去Coursera旁听,做作业什么的方便,或者可以付费加入课程。有时间抽空看《深度学习》里面重要的方法:比如卷积网络,自编码,机器学习等。当然这本书里讲解的数学知识非常重要,还有就是多实践。总的来说,深度学习的门槛高,长时间的学习与实践。

    3、你认为PyTorch将会是最好的深度学习框架吗?请给出你的观点; 

    PyTorch的功能很强大,目前来看,每种框架都有其各自的侧重点,所有的神经网络都会朝着一个方向发展,刚出来的时候,侧重点不同,但为了满足多样化的需求,都会弥补短处,来让学习框架适合多用途的需要,只有发展在一定程度时的框架才具备其特点,但不能说它是最好的框架,现在来看无法用最好来形容某种框架,有时需要多种框架配合去完成问题,框架好坏的,并不排斥我去学习理解它。

       4、您认为最好的深度学习框架是哪个?请给出你的理由。

     自己常用TensorFlow,使用TensorFlow的主要语言是Python,虽然对C ++有限的支持。TensorFlow提供的教程包括手写数字分类。图像识别、字嵌入、递归神经网络,用于机器翻译的序列到序列模型、自然语言处理和基于PDE(偏微分方程)的模拟的应用。TensorFlow还可以方便地处理各种神经网络,包括目前正在急剧变化的图像识别和语言处理领域的深度CNN和LSTM递归模型。此外TensorFlow还是Google的可移植机器学习和神经网络库,执行和伸缩性很好,虽然它有点难学。TensorFlow拥有各种各样的模型和算法,它们对深度学习非常重视,并且在具有GPU(用于训练)或Google TPU(用于生产规模预测)的硬件上具有出色的性能。它还具有对Python的良好支持,良好的文档和良好的软件,用于显示和理解描述其计算的数据流图TensorBoard。

    2
异步君
异步君 V6

北京 丰台

3.5K经验值

相关技术

相关图书

相关文章

相关用户