最好的機器學習和深度學習庫

很多文章的報道都是由微觀而宏觀，今日小編講給大家帶來的關于最好的機器學習和深度學習庫的資訊也不例外，希翼可以在一定的程度上開闊你們的視野！y有對最好的機器學習和深度學習庫這篇文章感興趣的小伙伴可以一起來看看
如果您正在開始新的機器學習或深度學習項目，您可能會對選擇哪個框架感到困惑。正如我們將要討論的那樣，這兩種項目都有幾個不錯的選擇。

機器學習框架和深度學習框架之間存在差異。本質上，機器學習框架涵蓋了用于分類，回歸，聚類，異常檢測和數據準備的各種學習方法，并且可以包括或不包括神經網絡方法。
深度學習或深度神經網絡框架涵蓋了具有許多隱藏層的各種神經網絡拓撲。Keras，MXNet，PyTorch和TensorFlow是深度學習的框架。Scikit-learn和Spark MLlib是機器學習框架。(單擊以前的任何鏈接以閱讀我對產品的獨立評論。)
通常，深度神經網絡計算在GPU(特殊是Nvidia CUDA通用GPU) ， TPU或FPGA 上運行得更快，而不是在CPU上運行。通常，更簡單的機器學習方法不會受益于GPU 。
【最好的機器學習和深度學習庫】雖然你可以在一個或多個CPU上訓練深度神經網絡，但訓練往往很慢，而且我說的不是秒或分鐘。需要訓練的神經元和層越多，可用于訓練的數據越多，所需的時間就越長。當Google Brain團隊在2016年為新版Google翻譯培訓其語言翻譯模型時，他們會在多個GPU上一次運行一周的培訓課程。如果沒有GPU，每個模型培訓實驗都需要數月時間。

最好的機器學習和深度學習庫

猜你喜歡