深度学习介绍最新PPT课件.pptVIP

3.2 常见网络模型 ? VGG16 32 3.2 常见网络模型 ? GoogleNet （ InceptionV4 ） 33 3.2 常见网络模型 ? 比较 34 3.3 其他深度学习算法 ? 自动编码器（ AutoEncoder ） ? 稀疏编码（ Sparse Coding ） ? 限制玻尔兹曼机（ RBM ） 35 目录 ? 深度学习概述 ? 深度学习常见场景 ? 深度学习常用算法介绍 ? 深度学习常用框架介绍 ? TensorFlow 入门 ? 深度学习未来和展望 36 4.1 开源框架概述 ? 深度学习研究的热潮持续高涨，各种开源深度学习框架也层出不穷，其中包 括 TensorFlow 、 Caffe 、 Keras 、 CNTK 、 Torch7 、 MXNet 、 Leaf 、 Theano 、 DeepLearning4 、 Lasagne 、 Neon 等等。下图是各个开源框架在 GitHub 上 的数据统计（ 2017 年初）。 37 4.1 开源框架概述 ? Google 、 Microsoft 、 Facebook 等巨头都参与了这场深度学习框架大战，此 外，还有毕业于伯克利大学的贾扬清主导开发的 Caffe ，蒙特利尔大学 Lisa Lab 团队开发的 Theano ，以及其他个人或商业组织贡献的框架。下表是主流 深度学习框架在各个维度的评分。 38 4.2 TensorFlow ? TensorFlow 最初是由研究人员和 Google Brain 团队针对机器学习和深度神经 网络进行研究所开发的，目前开源之后可以在几乎各种领域适用。 ? TensorFlow 灵活的架构可以部署在一个或多个 CPU 、 GPU 的台式以及服务器 中，或者使用单一的 API 应用在移动设备中。 39 4.3 Caffe ? Caffe 由加州大学伯克利的 PHD 贾扬清开发，全称 Convolutional Architecture for Fast Feature Embedding ，是一个清晰而高效的开源深度 学习框架，目前由伯克利视觉学中心（ Berkeley Vision and Learning Center ， BVLC ）进行维护。（贾扬清曾就职于 MSRA 、 NEC 、 Google Brain ，他也是 TensorFlow 的作者之一，目前任职于 Facebook FAIR 实验 室。） ? Caffe2 脸书 (Facebook) 出品，为生产环境设计，提供在各种平台（包括移 动设备）的运行。 40 4.4 Torch ? Torch 是一个有大量机器学习算法支持的科学计算框架，其诞生已经有十年之 久，但是真正起势得益于 Facebook 开源了大量 Torch 的深度学习模块和扩展。 Torch 另外一个特殊之处是采用了编程语言 Lua( 该语言曾被用来开发视频游 戏 ) 。 ? PyTorch 是基于 Torch 的衍生，支持 Python 语言，实现了机器学习框架 Torch 在 Python 语言环境的执行。 41 4.5 Theano ? 2008 年诞生于蒙特利尔理工学院 ,Theano 派生出了大量深度学习 Python 软件 包，最著名的包括 Blocks 和 Keras 。 Theano 的核心是一个数学表达式的编译 器，它知道如何获取你的结构。并使之成为一个使用 numpy 、高效本地库的 高效代码，如 BLAS 和本地代码（ C++ ）在 CPU 或 GPU 上尽可能快地运行。 它是为深度学习中处理大型神经网络算法所需的计算而专门设计的，是这类 库的首创之一（发展始于 2007 年），被认为是深度学习研究和开发的行业标 准。 42 4.6 Deeplearning4j ? Deeplearning4j 是“ for Java ”的深度学习框架，也是首个商用级别的深度 学习开源库。 Deeplearning4j 由创业公司 Skymind 于 2014 年 6 月发布，使用 Deeplearning4j 的不乏埃森哲、雪弗兰、博斯咨询和 IBM 等明星企业。 DeepLearning4j 是一个面向生产环境和商业应用的高成熟度深度学习开源库， 可与 Hadoop 和 Spark 集成，即插即用，方便开发者在 APP 中快速集成深度学 习功能。 43 4.7 MXNet ? 出自 CXXNet 、 Minerva 、 Purine 等项目的开发者之手，主要用 C++ 编写。