随着Python在机器学习方面的广泛应用,在深度学习领域,Python的应用也越来越广泛,我们主要来介绍Python在深度学习领域的三个主要类库:
CNTKTensorflowKeras1 CNTK
CNTK是微软出品的一个开源的深度学习工具包,可以运行在CPU上,也可以运行在GPU上。CNTK的所有API均基于C++设计,因此在速度和可用性上很好。此外,CNTK的预测精度很好,提供了很多先进算法的实现,来帮助提供准确度。CNTK提供了基于C++、C#和Python的接口,非常方便应用。
2 Tensorflow
Tensorflow和CNTK一样,也是Python中一个快速的数值运算类库,由Google开发并开源。同样的,Tensorflow也是深度学习的一个基础类库,可以用于直接创建深度学习的模型,或者使用Tensorflow的封装来实现深度学习的模型。
Tensorflow是一个采用数据流图,用于数值计算的开源软件库。节点在图中表示数学操作,图中的线则表示在节点间相互联系的多维数字,即张量。它灵活的架构开源在多种平台上展开计算,Tensorflow最初是由Google大脑小组的研究员和工程师们开发出来的,用于机器学习和深度神经网络方面的研究。这个系统的通用性也可以用于其他的计算。
3 Keras
Keras是一个高层神经网络API,Kears完全由Python编写完成,使用Tensorflow、Theano及CNTK做为后端。Keras是为支持快速实验而生,可以迅速将想法转化为结果。Keras适用的Python版本是:Python2.7-3.6,并能在CPU和GPU之间无缝切换。Keras的设计遵循以下原则:
用户友好:用户的使用体验始终是Keras考虑的首要内容。Keras提供了简介的API,能够极大地减少用户的工作量。模块性:可将模型理解为一个层的序列或数据的运算图,完全可配置,并可以用最少的代价自由组合在一起。易扩展性:添加新模块超级容易,只需要模仿现有的模块编写系的类和函数即可。
领取专属 10元无门槛券
私享最新 技术干货