TensorFlow, Caffe, Theano, Torch, Keras son algunos de los marcos de aprendizaje profundo de código abierto más populares de la actualidad. Son diferentes entre sí en los idiomas admitidos, la disponibilidad de tutoriales y materiales de capacitación, la capacidad de modelado de redes neuronales convolucionales, la capacidad de modelado de redes neuronales recurrentes, la facilidad de uso en términos de arquitectura, velocidad y soporte para múltiples GPU.
En lo que respecta a elegir el marco de aprendizaje profundo adecuado, lo siguiente podría ser la forma correcta:
- ¿Cuál es un ejemplo básico de aprendizaje automático?
- ¿Cuál es el mejor algoritmo para la extracción de características en imágenes?
- ¿Cómo y por qué funciona la estimación de contraste de ruido?
- ¿Cuáles son las diferencias, similitudes, pros, contras, aplicaciones y descripciones de Keras, TensorFlow, Theano?
- Cómo lidiar con un trabajo de investigación cuando contiene muchos materiales de fondo que no has estudiado
Descargue el libro electrónico que tenga un estudio comparativo de todos los marcos anteriores, el rendimiento base, los modelos de código +, la implementación, las características, etc. https://goo.gl/Zg41yD
Además, comuníquese con nosotros para obtener más información sobre Inteligencia Artificial (IA), Aprendizaje automático (ML), Historias relacionadas con análisis en: Blog, Estudios de casos, Documentos de investigación