关于MXNet
关于人工智能,机器学习,深度学习
三者关系:从宏观到微观。
机器学习是人工智能的一部分,深度学习是机器学习的一部分。
基础:大数据。
关于深度学习
深度学习基于神经网络,
关于神经网络:通过叠加网络层模拟人类对输入信号的特征提取。
说白了,神经网络就是一个仿生技术,仿的就是人类思考的过程,就好像给你看一堆猫的照片,最后你可以分辨不同猫的种类。把这个过程给机器执行,就叫机器学习。神经网络就如同字面意思一样,人的神经组成的网络,把这个过程交给机器去做而已。(周立波有一个关于专家的调侃:专家就是专门把那些很简单的东西搞到你听不懂)
深度:一方面指神经网络层越来越深,类比到人类就是你想的越来越多.....;另一方面指学习的能力越来越强,这一点用已知推未知解释比较好。你知道的东西越多,接受新的东西就会越快。
深度学习框架
MXNet
亚马逊官方维护的深度学习框架。其前身是cxxnet。15年迁移至MXNet。
然后就是特点,一波商业互吹:
- 采用命令式和符号式编程
- 省显存,速度快,训练效率高
- 18年推出GluonCV,专门为计算机视觉打造的工具库。
PyTorch
FaceBook官方维护的框架。基于Torch框架研发。
Torch采用Lua语言,为了便于用户使用,开发出Python接口,使用命令式编程。
Caffe/Caffe2
FaceBook维护的框架。老牌。
Caffe侧重线上产品部署,PyTorch侧重研究试错。
TensorFlow
Google维护的框架,使用广泛。拥有可视化工具TensorBord。
生态强大。
深度学习开发
语言:大部分深度学习底层框架使用C++实现,效率高。
实际开发往往选用接口语言,比如Python进行快速开发。
MXNet提供多种语言的API(Python,C++,Scala....)
关于NumPy
NumPy是Python用于科学计算的库,支持数组和矩阵运算。
大多数深度学习框架基于NumPy进行设计,因为NumPy不支持GPU运算,只支持CPU。
MXNet中的NDArray就是基于NumPy设计的,最大的不同点就是NDArray支持GPU运算。
最新文章
- Yii的学习(3)--查询生成器 (Query Builder)
- AngularJS Filters
- (转)yarn 集群部署,遇到的问题小结
- 搭建angular前端框架 命令
- iOS7: 如何获取不变的UDID
- CC2540 USB Dongle 使用说明
- HTML5+J2EE实现文件异步上传
- 开启gdb调试功能
- 1388 - Graveyard(数论)
- linux 防火墙--firewalld学习
- 【转】Eclipse中创建并运行Servlet项目
- Windows Azure 自动伸缩已内置
- HDU4310:Hero
- STL空间配置器
- python之 正则表达式
- Linux定是调用shell脚本删除文件
- ubuntu 安装Mysql8.0
- [P1516]青蛙的约会 (扩展欧几里得/中国剩余定理?)
- 《Head First 设计模式》例子的C++实现(5 单例模式)
- 剥开比原看代码03:比原是如何监听p2p端口的