基于机器学习和基于深度学习探究一个问题,两者区别是什么,所用的框架不能是同一个吗,比如pytron、tensorflow、deepface说是深度学习框架可以用在机器学习中吗
2条回答 默认 最新
关注
- 你看下这篇博客吧, 应该有用👉 :【深度学习】图深度学习入门(一)
- 除此之外, 这篇博客: 【机器学习】深度学习框架是什么?有哪些?如何选择?中的 1. TensorFlow 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
开发语言:
基于python编写,通过C/C++引擎加速,是Google开源的第二代深度学习框架。编程语言:
Python是处理TensorFlow的最方便的客户端语言。不过,JavaScript、C++、Java、Go、C#和Julia也提供了实验性的交互界面。优点:
- 处理循环神经网RNN非常友好。其用途不止于深度学习,还可以支持增强学习和其他算法。
- 内部实现使用了向量运算的符号图方法,使用图graph来表示计算任务,使新网络的指定变得相当容易,支持快速开发。TF使用静态计算图进行操作。也就是说,我们首先定义图,然后运行计算,如果需要对架构进行更改,我们将重新训练模型。TF选择这种方法是为了提高效率,但是许多现代神经网络工具能够在不显著降低学习速度的情况下,同时兼顾到在学习过程中进行改进。在这方面,TensorFlow的主要竞争对手是Pythorch。
缺点:
- 目前TensorFlow还不支持“内联(inline)”矩阵运算,必须要复制矩阵才能对其进行运算,复制庞大的矩阵会导致系统运行效率降低,并占用部分内存。
- TensorFlow不提供商业支持,仅为研究者提供的一种新工具,因此公司如果要商业化需要考虑开源协议问题。
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 1无用