MXNet
深度进修真的可以零基本入门吗? 你怎么看?
我对多 GPU 的扩大才能有点疑虑并且我很原意去懂得如许实验的更多细节，但今朝我照样对 mxnet 持困惑立场。
DL4J
我接触这一库，是因为它的 documentation。当时我正在寻找受限玻尔兹曼机、自编码器，在 DL4J 中找到了这两个 documentation。琅绫擎的文件很清跋扈，有理论，有代码案例。我必须得说 DL4J 的 documentation 的确是艺术品，其他库在记录代码的时刻须要向它进修。
mxnet 是一个支撑大年夜多半编程说话的框架之一，包含 Python，R，C++，Julia 等。但我认为应用 R 说话的开辟者会特别偏爱 mxnet，因为至今为止照样 Python 以弗成置疑的态势称霸深度进修说话的(Python 与 R 的对决，猜猜我会站哪边?:-p)
DL4J 背后的公司 Skymind 意识到，固然在深度进修圈内 Python 是老大年夜，但大年夜部分法度榜样员起自 Java，所以须要找到一个解决筹划。DL4J 兼容 JVM，也实用 Java、Clojure 和 Scala，跟着 Scala 的起起落落，它也被很多有潜力的创虻公司应用，所以我还会持续紧追这个库。
此外，Skymind 的 twitter 账户异常活泼，赓续公开最新的科学论文、案例和教程，及其推荐大年夜家存眷。
Cognitive Toolkit
认知对象包(Cognitive Toolkit)之前被大年夜家所知的缩略是 CNTK，然则比来又重定名回归到 Cognitive Toolkit，很可能是想沾比来微软认知办事(Microsoft Cognitive services)的光。在公开的基准测试上的表示来看，这个对象似乎很强健，支撑纵向和横向的推移。
今朝为止，Cognitive Toolkit 似乎不是很风行。我并没有读到很多关于应用这个库的博客、在线实验案例或者在 Kaggle 里的相干评论。然则对我来说，一个背靠微软研究的框架特别强调本身的推移才能让我认为有些奇怪，毕竟微软研究团队可是在语音辨认上打破世界记载并切近亲军人类水准。
我在查看他们项目百科的一个典范的时刻懂得到 Cognitive Toolkit 在 Python 上的语法和 Keras 是异常相类似的(Cognitive Toolkit 也支撑 C++)，这不禁让我在想(并不是确认)Keras 才是精确的方法。
Keras 是一个异常高层的看维可以工作在 Theano 和 TensorFlow(可以设备)之上。别的，Keras 强调极简主义——你只需几行代码就能构建一个神经收集。
如不雅你想进入这一范畴，你应当起首进修 Python。尽管这一范畴还支撑其它很多说话，但 Python 是应用范围最广并且最简单的一个。
如不雅你是初学者，应用 Keras，如不雅不是初学者，也可以应用它。如不雅你参加过 Kaggle 比赛，你肯定留意到了 Kaggle 的两大年夜巨星：Keras 和 XGBoost。
您怎么对待比来关于深度进修的高潮?
膳绫擎提到的┞封些库，你中意哪个?为什么?
【编辑推荐】
- 基于AWS应用深度进修的10个Linux敕令
- 深度进修的┞封些坑你都碰到过吗？神经收集11大年夜常见陷阱及应对办法
- 3亿会员、4亿商品，深度进修在大年夜型电商商品推荐的应用实践！
- 和传统模式说袈滟见，看机械进修若何走向深度进修？
- 机械进修本来如斯有趣：若何用深度进修进行语音辨认
推荐阅读
最开端的时刻是由 AWS Lambda 带来了无办事架构。而 Zappa 则被认为是改进了的 Python web 应用安排的法度榜样。 Rich Jones 是 Zappa 的重要作者，并且是 Gun.io 的 CTO，他在一次查访中说道：“我信赖无办事>>>详细阅读
本文标题：深度学习真的可以零基础入门吗?
地址：http://www.17bianji.com/lsqh/37481.html
1/2 1
网友点评
精彩导读
科技快报
品牌展示