之前我們公眾號輸出了很多深度學(xué)習(xí)開源框架相關(guān)的內(nèi)容，今天整理成技術(shù)手冊給大家分享以方便閱讀，下面是詳細信息。

開源框架背景

現(xiàn)如今開源生態(tài)非常完善，深度學(xué)習(xí)相關(guān)的開源框架眾多，光是為人熟知的就有caffe，tensorflow，pytorch/caffe2，keras，mxnet，paddldpaddle，theano，cntk，deeplearning4j，matconvnet等。

如何選擇最適合你的開源框架是一個問題，有三AI在前段時間里，給大家整理了10多個深度學(xué)習(xí)開源框架快速入門的教程和代碼，供初學(xué)者進行挑選，一個合格的深度學(xué)習(xí)算法工程師必須熟悉其中主流的，下面是各大開源框架的一個總覽。

在這里我們還有一些框架沒有放上來，是因為它們已經(jīng)升級為大家更喜歡或者使用起來更加簡單的版本，比如從torch->pytorch，從theano到lasagne。另外這些框架都支持CUDA，因此編程語言這里也沒有寫上cuda。

在選擇開源框架時，要考慮很多原因，比如開源生態(tài)的完善性，比如自己項目的需求，比如自己熟悉的語言。當然，現(xiàn)在已經(jīng)有很多開源框架之間進行互轉(zhuǎn)的開源工具如MMDNN等，也降低了大家遷移框架的學(xué)習(xí)成本。除此之外還有tiny-dnn，ConvNetJS，MarVin，Neon等等小眾，以及CoreML等移動端框架，就不再一一介紹。

總的來說對于選擇什么樣的框架，有三可以給出一些建議。

(1) 不管怎么說，tensorflow/pytorch你都必須會，這是目前開發(fā)者最喜歡，開源項目最豐富的兩個框架。

(2) 如果你要進行移動端和嵌入式的開發(fā)，那么Caffe是不能不會的。

(3) 如果你非常熟悉Matlab，matconvnet你不應(yīng)該錯過。

(4) 如果你追求高效輕量，那么darknet和mxnet你不能不熟悉。

(5) 如果你很懶，想寫最少的代碼完成任務(wù)，那么用keras吧。

(6) 如果你是java程序員，那么掌握deeplearning4j沒錯的。

本手冊內(nèi)容

一個框架，官方都會開放有若干的案例，最常見的案例就是以MNIST數(shù)據(jù)接口+預(yù)訓(xùn)練模型的形式，供大家快速獲得結(jié)果，但是這明顯還不夠，學(xué)習(xí)不應(yīng)該停留在跑通官方的demo上，而是要解決實際的問題。要掌握好一個開源框架，通常需要做到以下幾點：

(1) 熟練掌握不同任務(wù)數(shù)據(jù)的準備和使用。

(2) 熟練掌握模型的定義。

(3) 熟練掌握訓(xùn)練過程和結(jié)果的可視化。

(4) 熟練掌握訓(xùn)練方法和測試方法。

我們要學(xué)會從自定義數(shù)據(jù)讀取接口，自定義網(wǎng)絡(luò)的搭建，模型的訓(xùn)練，模型的可視化，模型的測試與部署等全方位進行掌握。

在下面的所有框架的學(xué)習(xí)過程中，我們都要完成下面這個流程，只有這樣，才能叫做真正的完成了一個訓(xùn)練任務(wù)。

在這樣的背景下，我們開設(shè)了一個《2小時快速入門開源框架系列》，有超過12個框架的快速入門使用教程，配套文章如下：

本手冊各章節(jié)及內(nèi)容如下：

【caffe速成】caffe圖像分類從模型自定義到測試

【pytorch速成】Pytorch圖像分類從模型自定義到測試

【tensorflow速成】Tensorflow圖像分類從模型自定義到測試

【mxnet速成】mxnet圖像分類從模型自定義到測試

【cntk速成】cntk圖像分類從模型自定義到測試

【Keras速成】Keras圖像分類從模型自定義到測試

【paddlepaddle速成】paddlepaddle圖像分類從模型自定義到測試

【paddlepaddle速成】paddlepaddle圖像分類從模型自定義到測試

【MatConvnet速成】MatConvnet圖像分類從模型自定義到測試

【DL4J速成】Deeplearning4j圖像分類從模型自定義到測試

【chainer速成】chainer圖像分類從模型自定義到測試

【Lasagne速成】Lasagne/Theano圖像分類從模型自定義到測試

本手冊我們給大家配套了GitHub項目，地址為：

https://github.com/longpeng2008/yousan.ai

除了12個開源的使用，本手冊中還包括一個統(tǒng)一的各類深度學(xué)習(xí)模型結(jié)構(gòu)和權(quán)重可視化工具，以及各類深度學(xué)習(xí)模型繪制工具，如下：

【雜談】那些酷炫的深度學(xué)習(xí)網(wǎng)絡(luò)圖怎么畫出來的？

【雜談】一招，同時可視化18個開源框架的網(wǎng)絡(luò)模型結(jié)構(gòu)和權(quán)重

目前發(fā)布的是V1.0版本，共計150頁，發(fā)送關(guān)鍵詞“深度學(xué)習(xí)開源框架”到公眾號即可獲取。

后續(xù)安排

時間過去有段時間了，開源框架也增加了不少，因此我們希望招募更多的小伙伴來進行更新，后續(xù)要增加的內(nèi)容包括：

(1) 增加更多訓(xùn)練框架的使用教程，包括MegEngine等。

(2) 增加推理框架的使用教程，本手冊中已經(jīng)對現(xiàn)有的推理框架進行了更新。

(3) 增加更多高效率工具的使用教程，包括但不限于可視化。

有興趣一起參與開源工作的，請?zhí)砑佑腥⑿臠onglongtogo。

往期相關(guān)

• 【雜談】2020年如何長期、系統(tǒng)，全面地學(xué)習(xí)深度學(xué)習(xí)和計算機視覺，這是有三AI的完整計劃
  

總結(jié)

以上是生活随笔為你收集整理的【杂谈】超过12个，150页深度学习开源框架指导手册与GitHub项目，初学CV你值得拥有...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。