深度学习框架,比如Caffe、tensorflow这些是深度学习的工具
,简单来说就是库
,编程时需要 import caffe、import tensorflow
。
应用优势:
深度学习框架的出现降低了入门的门槛,你不需要从复杂的神经网络开始编代码,你可以依据需要,使用已有的模型
,模型的参数你自己训练得到
,你也可以在已有模型的基础上增加自己的layer,或者是在顶端选择自己需要的分类器和优化算法(比如常用的梯度下降法)。
当然也正因如此,没有什么框架是完美的
,就像一套积木里可能没有你需要的那一种积木,所以不同的框架适用的领域不完全一致
。
总的来说 深度学习框架 提供了一系列的深度学习的组件
(对于通用的算法,里面会有实现),当需要 使用新的算法的时候就 需要用户自己去定义
,然后调用 深度学习框架的 函数接口 使用用户自定义的新算法
。
深度学习框架—关于组件