深度学习框架研究交流,

大家好，今天小编关注到一个比较有意思的话题，就是关于深度学习框架研究交流的问题，于是小编就整理了3个相关介绍深度学习框架研究交流的解答，让我们一起看看吧。

1. 《TensorFlow实战》和《TensorFlow:实战google深度学习框架》两本书有何异同？
2. 如何评价阿里开源的移动端深度学习推理框架mnn？
3. 想学习深度学习开源框架，比如tensorflow、caffe，需要掌握哪些linux知识？

《TensorFlow实战》和《TensorFlow:实战google深度学习框架》两本书有何异同？

这两本书的名字比较像，也都是介绍TensorFlow的，而且都是电子工业出版社，不过仔细看，写法还是不怎么一样。

TensorFlow实战

《TensorFlow实战》是黄文坚等撰写的。书的主要内容是使用TensorFlow实现各种常见的机器学习模型，从SoftmaxRegression、自编码器、多层感知机、卷积神经网络 、AlexNet、VGGNet、GoogleInceptionNet、ResNet、循环神经网络、Word2Vec、LSTM、BidirectionalLSTM、深度强化学习、策略网络、估值网络。

总的来说，覆盖了所有常见的主流模型，比较全面，也包括最新提出的模型（GoogleInceptionNet、ResNet等）。

当然，除了用TensorFlow实现各种机器学习模型外，还介绍了TensorBoard、TF.Learn、tfprof等配套组件。

Tensorflow：实战Google深度学习框架

《TensorFlow：实战Google深度学习框架》是郑泽宇等撰写的。和《TensorFlow实战》相比，加入了更多对初学者而言比较友好的内容。比如：

当然，另一方面，《TensorFlow：实战Google深度学习框架》涉及的模型就没有《TensorFlow实战》广泛了。

刚好两本书都买了看过，初学建议买《TensorFlow:实战Google深度学习框架》注释和代码很全很有体系，跟着学很合适。有一定基础，想进一步学习应用场景的可以买《TensorFlow实战》。

如何评价阿里开源的移动端深度学习推理框架mnn？

我认为做开源项目，并不是说把自己公司现成的源码发布到git上就认为自己为开源社区做贡献了。你要考虑到，你发布的东西是多少人多需要的？能否解决开发者面临的难点痛点？为开发者构建符合主流规范标准的软件项目工程带来便利？

大多数开发人员或者团队，并不需要基于固定模式、整体技术方案的源代码，更多是需要能够提供开发效率、提高软件运行性能、提升使用体验、或者优化/简化软件架构优设计维护的通用型开源技术。我知道阿里开源了很多项目，但几乎没有我所需要的。一来相关的技术解决方案，界内有更多成熟的产品，二来这些现成代码往GIT上一放就没后续的迭代更新了，连个文档也不完善，让人如何放心使用

想学习深度学习开源框架，比如tensorflow、caffe，需要掌握哪些linux知识？

如果仅仅是TensorFlow和Caffe的话，可以在Windows上开发。

TensorFlow的Windows支持挺不错的。

比如，在Windows上安装TensorFlow只需一个命令（***定你的机器配置好了显卡相关驱动、CUDA等，还有Python环境）：

pip3 install --upgrade tensorflow-gpu

简单吧？

Caffe对Windows的支持没有TensorFlow好，还属于社区支持。

具体安装方法可以参考Caffe官方GitHub仓库的Windows分支。有适配Visual Studio 2015, CUDA 8.0, Python 3.5/2.7的编译好的二进制文件下载。

***s://github***/BVLC/caffe/tree/windows

当然，还是有些框架对Windows支持很差或者干脆没有支持。所以基于Linux开发也不错。

我建议你直接用就是了，不用先去学Linux。今时今日，像Ubuntu这样的发行版，基本上已经接近开箱即用的程度（注意，仅限于开发方面）。

到此，以上就是小编对于深度学习框架研究交流的问题就介绍到这了，希望介绍关于深度学习框架研究交流的3点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.lnbtw.com/post/53362.html