美文网首页我爱编程
Caffe、Tensorflow、MxNet 深度学习框架 &

Caffe、Tensorflow、MxNet 深度学习框架 &

作者: lv_dl | 来源:发表于2018-02-24 08:10 被阅读0次

    零、总览

    也就是自己写着玩,做了笔记,方便复习,也会记录一些自己学习遇到的坑嘞。

    * 图像处理的问题caffe较为方便,目前产品化最多的库

    * tensorflow,google老大哥,社区发达,资源多

    * facebook的pytorch +caffe2,研究+产品应用组合

    * mxnet对显存利用率高,且Amazon大力支持

    一、caffe

    高效,没有必要手写大量代码,有python、matlab的接口,对于卷积神经网络的训练和fine-tuning非常方便。

    1、安装(建议ubuntu下)

    a、windows如下--3.21:win10caffe配置

    b、ubuntu17:ubuntu下配置

    2、使用方法

    a、图片一般转换为lmdb格式,定义网络结构(prototxt),定义solver,一行命令运行即可。

    b、定义层结构

    c、solver

    d、运行

    train  -gpu -1   (cpu下运行)

    3、模型库model zoo

    a、AlexNet、 VGG、 GoogLeNet、 ResNet等,用在自己的小项目训练


    二、tensorflow

    tf的小项目:tf的小项目

    1、小概念

    o  使用张量(tensor)表示数据.

    o  使用图(graph)来表示计算任务.

    o  在被称之为会话(Session)的上下文 (context)中执行图.

    o  通过变量 (Variable)维护状态.

    o  使用feed和fetch可以为任意的操作(arbitrary operation)赋值或者从其中获取数据

    2、对比numpy

    3、计算图

    o Tensorflow一般可分为2部分

    Ø  构造部分, 包含计算流图

    Ø  执行部分, 通过session来执行图中的计算

    o  构建图

    Ø  创建源节点(source op)

    Ø  源节点输出传递给其他节点(op)做运算

    o  TF默认图

    Ø  TensorFlow Python库有一个默认图(default graph)

    Ø  节点构造器(op构造器)可以增加节点

    三、 MxNet

    1、直达官网:直达官网

    2、简单介绍

    o  深度学习系统, 在编程接口设计上, 都采用将一个领域特定语言(domain specific language)嵌入到一个主语言中。例如numpy将矩阵运算嵌入到python中。

    o  浅嵌入 => 命令式编程(imperative programming)    Numpy 和 Torch

    o  提供(针对应用)迷你语言 => 声明式语言(declarativeprograming)    Caffe/theano/tensorflow

    o  在命令式编程上MXNet提供张量运算, 声明式编程中MXNet,支持符号表达式,将两者衔接。

    3、MxNet实现MLP

    ps:目前我还没用到mxnet呢,所以只是简单的记录下,以后也主要用到tf,不过会抽时间来玩玩这个。

    相关文章

      网友评论

        本文标题:Caffe、Tensorflow、MxNet 深度学习框架 &

        本文链接:https://www.haomeiwen.com/subject/zototftx.html