没有合适的资源?快使用搜索试试~ 我知道了~
有三AI-深度学习开源框架实践指导手册V1.0_2020.6.201
需积分: 0 0 下载量 48 浏览量
2022-08-04
12:24:43
上传
评论
收藏 3.1MB PDF 举报
温馨提示
试读
144页
(1) 不管怎么说,tensorflow/pytorch 你都必须会,这是目前开发者最喜欢,开源项目 (2) 如果你要进行移动端算法的开发,那么 Caffe 是
资源详情
资源评论
资源推荐
三人行必有 AI
有三 AI 深度学习开源框架
实践指导手册 V1.0
出品单位:有三 AI
作者:言有三
编辑:钦培 言有三等
起草时间:2018 年 9 月—2020 年 6 月
有三 AI 深度学习开源框架实践指导手册
三人行必有 AI
导读
1 开源框架总览
现如今开源生态非常完善,深度学习相关的开源框架众多,光是为人熟知的就有 caffe,
tensorflow , pytorch/caffe2 , keras , mxnet , paddldpaddle , theano , cntk ,
deeplearning4j,matconvnet 等。
如何选择最适合你的开源框架是一个问,一个合格的深度学习算法工程师必须熟悉其中
所有主流框架,下面是各大开源框架的一个总览。
在这里我们还有一些框架没有放上来,是因为它们已经升级为大家更喜欢或者使用起来
更加简单的版本,比如从 torch->pytorch,从 theano 到 lasagne。另外这些框架都支持
CUDA,因此编程语言这里也没有写上 cuda。
在选择开源框架时,要考虑很多原因,比如开源生态的完善性,比如自己项目的需求,
比如自己熟悉的语言。当然,现在已经有很多开源框架之间进行互转的开源工具如 MMDNN
等,也降低了大家迁移框架的学习成本。
除此之外还有 tiny-dnn,ConvNetJS,MarVin,Neon 等等小众,以及 CoreML 等移动端框
架,就不再一一介绍。
总的来说对于选择什么样的框架,有三可以给出一些建议:
(1) 不管怎么说,tensorflow/pytorch 你都必须会,这是目前开发者最喜欢,开源项目
最丰富的两个框架。
(2) 如果你要进行移动端算法的开发,那么 Caffe 是不能不会的。
(3) 如果你非常熟悉 Matlab,matconvnet 你不应该错过。
有三 AI 深度学习开源框架实践指导手册
三人行必有 AI
(4) 如果你追求高效轻量,那么 darknet 和 mxnet 你不能不熟悉。
(5) 如果你很懒,想写最少的代码完成任务,那么用用 keras 吧。
(6) 如果你是 java 程序员,那么掌握 deeplearning4j 没错的。
其他的框架,也自有它的特点,大家可以自己多去用用。
2 如何学习开源框架
要掌握好一个开源框架,通常需要做到以下几点:
(1) 熟练掌握不同任务数据的准备和使用。
(2) 熟练掌握模型的定义。
(3) 熟练掌握训练过程和结果的可视化。
(4) 熟练掌握训练方法和测试方法。
一个框架,官方都会开放有若干的案例,最常见的案例就是以 MNIST 数据接口+预训练
模型的形式,供大家快速获得结果,但是这明显还不够,学习不应该停留在跑通官方的
demo 上,而是要解决实际的问题。
我们要学会从自定义数据读取接口,自定义网络的搭建,模型的训练,模型的可视化,
模型的测试与部署等全方位进行掌握,这也是本手册要解决的问题。
有三 AI 深度学习开源框架实践指导手册
三人行必有 AI
目录
【caffe 速成】caffe 图像分类从模型自定义到测试 .................................. 1
1 Caffe 是什么 .............................................................. 2
2 Caffe 训练 ................................................................ 2
3 Caffe 测试 ............................................................... 11
4 总结..................................................................... 19
【tensorflow 速成】Tensorflow 图像分类从模型自定义到测试 ....................... 20
1 什么是 TensorFlow ........................................................ 20
2 TensorFlow 训练 .......................................................... 20
3 TensorFlow 测试 .......................................................... 28
4 总结..................................................................... 30
【pytorch 速成】Pytorch 图像分类从模型自定义到测试 ............................. 31
1 什么是 Pytorch ........................................................... 31
2 Pytorch 训练 ............................................................. 32
3 模型训练 ................................................................. 35
4 Pytorch 测试 ............................................................. 37
5 总结..................................................................... 38
【paddlepaddle 速成】paddlepaddle 图像分类从模型自定义到测试 ................... 39
1 paddlepaddle 是什么 ...................................................... 39
2 paddlepaddle 训练 ........................................................ 39
3 paddlepaddle 测试 ........................................................ 48
【Keras 速成】Keras 图像分类从模型自定义到测试 ................................. 50
1 keras 是什么 ............................................................. 50
2 Keras 安装配置 ........................................................... 50
3 Keras 自定义数据 ......................................................... 50
4 Keras 网络搭建 ........................................................... 52
5 模型训练、测试 ........................................................... 54
6 模型保存和导入 ........................................................... 55
7 总结..................................................................... 56
【mxnet 速成】mxnet 图像分类从模型自定义到测试 ................................. 57
1 mxnet 是什么 ............................................................. 57
2 mxnet 安装配置 ........................................................... 57
3 mxnet 自定义数据 ......................................................... 58
4 mxnet 网络搭建 ........................................................... 60
5 模型训练、测试 ........................................................... 62
6 总结..................................................................... 65
【cntk 速成】cntk 图像分类从模型自定义到测试 ................................... 66
1 CNTK 是什么 .............................................................. 66
2 CNTK 模型训练 ............................................................ 67
3 CNTK 模型测试 ............................................................ 72
4 总结..................................................................... 72
【chainer 速成】chainer 图像分类从模型自定义到测试 ............................. 73
1 chainer 是什么 ........................................................... 73
有三 AI 深度学习开源框架实践指导手册
三人行必有 AI
2 chainer 训练准备 ......................................................... 73
3 模型训练 ................................................................. 76
4 可视化 ................................................................... 77
5 总结..................................................................... 78
【DL4J 速成】Deeplearning4j 图像分类从模型自定义到测试 ......................... 79
1 Deeplearning4j(DL4J)是什么 ............................................... 79
2 DL4J 训练准备 ............................................................ 79
3 模型训练 ................................................................. 83
4 可视化 ................................................................... 83
5 总结..................................................................... 86
【MatConvnet 速成】MatConvnet 图像分类从模型自定义到测试 ....................... 87
1 MatConvnet 是什么 ........................................................ 87
2 MatConvnet 训练准备 ...................................................... 87
3 模型训练 ................................................................. 92
4 可视化 ................................................................... 93
5 测试..................................................................... 94
6 总结..................................................................... 95
【darknet 速成】Darknet 图像分类从模型自定义到测试 ............................. 96
1 Darknet 是什么 ........................................................... 96
2 Darknet 结构解读 ......................................................... 97
3 数据准备和模型定义 ...................................................... 103
4 模型训练 ................................................................ 106
5 总结.................................................................... 107
【Lasagne 速成】Lasagne/Theano 图像分类从模型自定义到测试 ..................... 108
1 Lasagne 是什么 .......................................................... 108
2 Lasagne 训练准备 ........................................................ 108
3 模型训练 ................................................................ 111
4 总结.................................................................... 113
【移动端 DL 框架】当前主流的移动端深度学习框架一览 ............................ 114
1 TensorFlow Lite ......................................................... 114
2 Core ML ................................................................. 115
3 Caffe2 .................................................................. 115
4 NCNN.................................................................... 116
5 Paddle-Mobile ........................................................... 116
6 QNNPACK ................................................................. 117
7 MACE.................................................................... 118
8 MNN..................................................................... 118
9 其他.................................................................... 119
总结...................................................................... 119
【杂谈】一招,同时可视化 18 个开源框架的网络模型结构和权重 .................... 120
1 项目介绍 ................................................................ 120
2 可视化实验 .............................................................. 122
总结...................................................................... 128
【杂谈】那些酷炫的深度学习网络图怎么画出来的? ............................... 129
1 NN-SVG .................................................................. 129
2 PlotNeuralNet ........................................................... 131
3 ConvNetDraw ............................................................. 132
剩余143页未读,继续阅读
无声远望
- 粉丝: 53
- 资源: 298
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- update9-20240601.5.205.slice.img.7z.002
- 微信小程序优惠券页面前端模板源码
- 林子雨编著《Spark编程基础(Python版)》 实验7 Spark机器学习库MLib编程实践数据
- 一种支持微信文本限制长度限制使用的,在合适的位置截取限制字节长度的字符串子串的java算法
- MoonPdfLib中解析PDF的库
- 学习Spring-使用Typora进行整理小白可以自学,有什么问题dd我
- update9-20240601.5.205.slice.img.7z.001.pd
- 2030.5 CSIP通信报文参考
- CSIP test程序解读
- POElight流放之路特效优化
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0