搜尋
首頁後端開發Python教學lasagne,keras,pylearn2,nolearn深度学习库,到底哪家强?

最好有lasagne,keras,pylearn2,nolearn这几个的比较,张量和符号计算框架我已经选定使用theano了,上层的库用哪个好呢?
首先要文档尽可能详尽的,其次要架构清晰,继承和调用方便的。

回复内容:

基于Python的各个库个人最喜欢的是Keras,对于各种计算模式都有很好的wrapper,所以如果要实现一些标准模型很趁手。我和Francois聊过,他对Keras的定位很明确:Keras是一个类似API层的存在,后端引擎的计算和优化是和前端模型分开的,所以可以根据需要换不同的后端。

为什么后端可换是个好事?因为所有基于Theano的库都会有一个潜在的问题,就是编译时间很慢,Theano天生的。。。所以题主如果喜欢Python的话,不妨关注一下cgt:
Computation Graph Toolkit
实时编译很快,简单地说就是有Theano的功能,没有Theano的软肋。

最后容我恶搞一下,基于Python的library其实还有一个decaf,这个才叫比Pylearn2更加彻底的弃楼停止开发(逃 不知道哪家最强,只知道pylearn2最烂。曾经花了大概一个月的时间学过,简直噩梦,还好停止开发了。 首先,Pylearn2 也能位列其中...
题主大概是百度了一个几百年前的“经验帖”吧..

其次,题主问的是“用哪个库”。如果从“装逼性”来说 那必然单单上手Theao 自己开心编编DNN是坠吼的.. 但是这么回答真的很欠揍且学习曲线巨tm离谱...

然后呢,什么lasagne,keras,passage啊等一堆库 都是站在theano肩膀上的耶稣们而已... 他们极大地削弱了上手深度学习算法的难度.. 换句话说就是:傻瓜式调用。其实用哪个都差不多。

记得今年伦敦一场深度学习峰会 有好事者po过一张python library的阶级对比图(正在搜索原图中...)我清楚的记得lasagne是稳稳的第一名。从我目前接触的层面来看 lasagne确实以其严谨的构架逻辑 与 较强的可适性,甚至已经捕获了欧美一帮深度大牛的芳心。但是它方法命名与调用的各种用语习惯和专业术语跟我接触的流派不同... 所以我很不想接受... (简单的说就是 它的documentation与我本人气场不符~)

还有,我是个看脸的人... lasagne主页那套免费的模版..真是不忍直视...
于是当年的我果断选择了Keras~
至少他的主页搞了个风格主题~
多年的经验告诉我
颜值靠谱的公司 质量不会太差哦~

Keras的社区活跃程度和维护力度确实是让我有点感动的。基本上issue可以做到24h内完美解答...唯一问题是 keras的维护们灰常清高 经常是自以为是的回答一下就关了issue.. 然而他们其实也并没有解决问题... 还好用keras的孩子们都知道把open和close的issue都搜一圈... 要不然 真尼玛问个问题就被秒回一脸“傻d你这都不懂” 然后石沉大海。

当然最好的武器 还是你自己的“私人库”。毕竟你自己要做的项目有很多很多的定制化的东西 特别是keras本身还很初级。他们太注重“给傻瓜用”了,导致很多功能都很局限。你要是有些奇思妙想,比如给CNN搞个新的pipeline、给图片做完预处理再送入CNN等.. 他们现有的methods是解决不了的。

所以嘛,最好的解决方案 是去Github上fork他们,自己开个吊吊的branch,起个吊吊的名字,modify一些自己觉得惊为天人的新玩法。

结局也无怪乎
分分钟被人f*k了..
或者分分钟改变了世界..
对不~ 看github上的統計的貢獻者數量, issues跟星星等, 先去人多的地方, 用了不合適再換人少一點的, 我自己是用這方式選了keras
提一下pylearn2是失敗作, 主要開發者承認過度工程 bug全都一堆一堆 nolearn+Theano+lasagne 你在这提问的话我估计过一会mxnet吹就要来了 这问题就是递归,直至栈爆! pylearn2已经停止开发,就没关注过;如果主要为了使用定制好的模块,keras极其方便,上手容易,更新频率还不错,现在除了theano还支持tensorflow了,有问题可在keras-users或github提问;lasagne没用过,blocks可以直接从写好的computationgraph()调用theano.function,这样与theano写的代码结合使用挺方便的,而且还有attention的模块(我就是为了这个才看blocks的,我试着用keras写过,简直累死),不过它读取数据的模块fuel觉得挺复杂的,现在版本才更新到0.1.1,配置环境比keras要麻烦一些,仅供参考。另外推荐关注一下mxnet,粗略试过,显存占用率低,编译速度比theano快很多,不过想实现自定义功能相比于基于theano的会麻烦些 keras应该是最容易上手的深度学习框架,纯python的特性使得阅读和修改源代码都非常方便,毕竟python比C++不知道简单到哪里去了。文档也比较齐全,目前支持Theano+keras和Tensorflow+Keras。
打个小广告,建了个讨论keras和深度学习的群,欢迎加119427073,欢迎大神和小白
陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
在Python陣列上可以執行哪些常見操作?在Python陣列上可以執行哪些常見操作?Apr 26, 2025 am 12:22 AM

Pythonarrayssupportvariousoperations:1)Slicingextractssubsets,2)Appending/Extendingaddselements,3)Insertingplaceselementsatspecificpositions,4)Removingdeleteselements,5)Sorting/Reversingchangesorder,and6)Listcomprehensionscreatenewlistsbasedonexistin

在哪些類型的應用程序中,Numpy數組常用?在哪些類型的應用程序中,Numpy數組常用?Apr 26, 2025 am 12:13 AM

NumPyarraysareessentialforapplicationsrequiringefficientnumericalcomputationsanddatamanipulation.Theyarecrucialindatascience,machinelearning,physics,engineering,andfinanceduetotheirabilitytohandlelarge-scaledataefficiently.Forexample,infinancialanaly

您什麼時候選擇在Python中的列表上使用數組?您什麼時候選擇在Python中的列表上使用數組?Apr 26, 2025 am 12:12 AM

useanArray.ArarayoveralistinpythonwhendeAlingwithHomoGeneData,performance-Caliticalcode,orinterfacingwithccode.1)同質性data:arraysSaveMemorywithTypedElements.2)績效code-performance-calitialcode-calliginal-clitical-clitical-calligation-Critical-Code:Arraysofferferbetterperbetterperperformanceformanceformancefornallancefornalumericalical.3)

所有列表操作是否由數組支持,反之亦然?為什麼或為什麼不呢?所有列表操作是否由數組支持,反之亦然?為什麼或為什麼不呢?Apr 26, 2025 am 12:05 AM

不,notalllistoperationsareSupportedByArrays,andviceversa.1)arraysdonotsupportdynamicoperationslikeappendorinsertwithoutresizing,wheremactsperformance.2)listssdonotguaranteeconecontanttanttanttanttanttanttanttanttanttimecomplecomecomplecomecomecomecomecomecomplecomectacccesslectaccesslecrectaccesslerikearraysodo。

您如何在python列表中訪問元素?您如何在python列表中訪問元素?Apr 26, 2025 am 12:03 AM

toAccesselementsInapythonlist,useIndIndexing,負索引,切片,口頭化。 1)indexingStartSat0.2)否定indexingAccessesessessessesfomtheend.3)slicingextractsportions.4)iterationerationUsistorationUsisturessoreTionsforloopsoreNumeratorseforeporloopsorenumerate.alwaysCheckListListListListlentePtotoVoidToavoIndexIndexIndexIndexIndexIndExerror。

Python的科學計算中如何使用陣列?Python的科學計算中如何使用陣列?Apr 25, 2025 am 12:28 AM

Arraysinpython,尤其是Vianumpy,ArecrucialInsCientificComputingfortheireftheireffertheireffertheirefferthe.1)Heasuedfornumerericalicerationalation,dataAnalysis和Machinelearning.2)Numpy'Simpy'Simpy'simplementIncressionSressirestrionsfasteroperoperoperationspasterationspasterationspasterationspasterationspasterationsthanpythonlists.3)inthanypythonlists.3)andAreseNableAblequick

您如何處理同一系統上的不同Python版本?您如何處理同一系統上的不同Python版本?Apr 25, 2025 am 12:24 AM

你可以通過使用pyenv、venv和Anaconda來管理不同的Python版本。 1)使用pyenv管理多個Python版本:安裝pyenv,設置全局和本地版本。 2)使用venv創建虛擬環境以隔離項目依賴。 3)使用Anaconda管理數據科學項目中的Python版本。 4)保留系統Python用於系統級任務。通過這些工具和策略,你可以有效地管理不同版本的Python,確保項目順利運行。

與標準Python陣列相比,使用Numpy數組的一些優點是什麼?與標準Python陣列相比,使用Numpy數組的一些優點是什麼?Apr 25, 2025 am 12:21 AM

numpyarrayshaveseveraladagesoverandastardandpythonarrays:1)基於基於duetoc的iMplation,2)2)他們的aremoremoremorymorymoremorymoremorymoremorymoremoremory,尤其是WithlargedAtasets和3)效率化,效率化,矢量化函數函數函數函數構成和穩定性構成和穩定性的操作,製造

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

將Eclipse與SAP NetWeaver應用伺服器整合。

Atom編輯器mac版下載

Atom編輯器mac版下載

最受歡迎的的開源編輯器

EditPlus 中文破解版

EditPlus 中文破解版

體積小,語法高亮,不支援程式碼提示功能

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!

MantisBT

MantisBT

Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。