|
参与：王宇欣、李亚洲 选择什么深度学习框架一直是开发者非常关心的一个话题，而且深度学习框架之间的「战争」也越来越激烈。过去一段时间，机器之心发过多篇机器学习框架的对比文章，但随着 Python 逐渐成为机器学习社区最受欢迎的语言，支持 Python 的深度学习框架的性能也值得关注。Indico Data Solutions 的 CTO Madison May 根据他们公司在产品和开发过程中的经验对 7 大 Python 深度学习框架进行了对比，希望这篇文章能对机器之心的读者有所帮助。 最近我无意间在「Best Python library for neural networks」话题下发现了一个我以前的数据科学栈交换（Data Science Stack Exchange）的答案，并且 Python 深度学习生态系统在过去两年半中的演变打击到了我。我在 2014 年 7 月推荐的库，pylearn2，已经不再被积极地开发或者维护，大量的深度学习库开始接替它的位置。这些库每一个都各有千秋。我们已经在 indico 的产品或者开发中使用了以下列表中的大部分的技术，但是对于剩下一些我们没有使用的，我将会借鉴他人的经验来帮助给出 2017 年 Python 深度学习生态系统的清晰的、详尽的理解。 确切地说，我们将会关注： Theano Lasagne Blocks TensorFlow Keras MXNet PyTorch 下面是对这 7 大 Python 深度学习框架的描述以及优缺点的介绍，而且也为每个框架的使用推荐了一些资源，但因微信不支持外网链接，读者们请点击阅读原网址查看资源。 Theano 链接：https://github.com/Theano/Theano 描述：Theano 是一个 Python 库，允许你定义、优化并且有效地评估涉及到多维数组的数学表达式。它与 GPUs 一起工作并且在符号微分方面表现优秀。 文档： 概述：Theano 是数值计算的主力，它支持了许多我们列表当中的其他的深度学习框架。Theano 由 Frédéric Bastien 创建，这是蒙特利尔大学机器学习研究所（MILA）背后的一个非常优秀的研究团队。它的 API 水平较低，并且为了写出效率高的 Theano，atv，你需要对隐藏在其他框架幕后的算法相当的熟悉。如果你有着丰富的学术机器学习知识，正在寻找你的模型的精细的控制方法，或者想要实现一个新奇的或者不同寻常的模型，Theano 是你的首选库。总而言之，为了灵活性，Theano 牺牲了易用性。 优点： 灵活 正确使用时的高性能 缺点： 较高的学习难度 低水平的 API 编译复杂的符号图可能很慢 Lasagne 链接：https://github.com/Lasagne/Lasagne 描述：在 Theano 上建立和训练神经网络的轻量级库 文档： 概述：因为 Theano 致力于成为符号数学中最先且最好的库，Lasagne 提供了在 Theano 顶部的抽象，这使得它更适合于深度学习。它主要由当前 DeepMind 研究科学家 Sander Dieleman 编写并维护。Lasagne 并非是根据符号变量之间的函数关系来指定网络模型，而是允许用户在层级思考，为用户提供了例如「Conv2DLayer」和「DropoutLayer」的构建块。Lasagne 在牺牲了很少的灵活性的同时，提供了丰富的公共组件来帮助图层定义、图层初始化、模型正则化、模型监控和模型训练。 优点： 仍旧非常灵活 比 Theano 更高级的抽象 文档和代码中包含了各种 Pasta Puns 缺点： 社区小 Blocks 链接：https://github.com/mila-udem/blocks 描述：用于构建和训练神经网络的 Theano 框架 文档： 概述：与 Lasagne 类似，Blocks 是在 Theano 顶部添加一个抽象层使深度学习模型比编写原始的 Theano 更清晰、更简单、定义更加标准化。它是由蒙特利尔大学机器学习研究所（MILA）编写，其中一些人为搭建 Theano 和第一个神经网络定义的高级接口（已经淘汰的 PyLearn2）贡献了自己的一份力量。比起 Lasagne，Blocks 灵活一点，代价是入门台阶较高，想要高效的使用它有不小的难度。除此之外，j2直播，Blocks 对递归神经网络架构（recurrent neural network architectures）有很好的支持，所以如果你有兴趣探索这种类型的模型，它值得一看。除了 TensorFlow，对于许多我们已经部署在 indico 产品中的 API，Blocks 是其首选库。 优点： 仍旧非常灵活 比 Theano 更高级的抽象 易于测试 缺点： 较高的学习难度 更小的社区 TensorFlow 链接：https://github.com/tensorflow/tensorflow 描述：用于数值计算的使用数据流图的开源软件库 文档：https://www.tensorflow.org/api_docs/python/ (责任编辑：本港台直播) |