【PyTorch、Chainer、Keras、TensorFlow】ディープラーニングのフレームワークの利点・欠点【2017年10月更新】 - HELLO CYBERNETICS

ディープラーニングの大流行の中、様々なフレームワークが登場し、気軽にプログラミングができるようになりました。しかし、そんな中どのフレームワークを選べば良いかわからないという人も多いと思います。そんな人に少しでも参考になればと思い記事を書きます。 はじめに Chainer 特徴 柔軟な計算グラフの構築が可能 Pythonによる実装 直感的な計算グラフの構築が可能 メリット・デメリット メリット デメリット まとめ Keras 特徴 とんでもなく簡単に計算グラフを記述可能 高速計算ライブラリのディープラーニング用ラッパー もはやプログラミングの経験すら不要 メリット・デメリット メリット デメリット まとめ TensorFlow 特徴 圧倒的な利用者数 テンソル計算を行うライブラリ Define and Run 追加のライブラリが豊富 メリット・デメリット メリット デメリット まとめ PyT

[hinahiropapa]

フレームワークの種類

[takaesu]

各種Python製のライブラリ

[peltier]

“ ChainerのコードはPythonによって実装されている点も特徴的です。従って、計算グラフの構築にしても、学習のコードにしても、Pythonでの処理を好きなように用いることができる点が魅力的です。Pythonを使い慣れている人に

[cruller]

きぷきぷ

[HAYA0920]

“待できますが、なんか速度面は他のフレームワークもかなり頑張っているせいで、デメリットが大きく目立っています。 これに対しては対応作としてライブラリが追加開発されていますが、利用の話はあまり聞きません

[tsu-nera]

kerasに一票！

[toyama0919]

memo

[kaz_uki_1014]

【Chainer、Keras、TensorFlow】ディープラーニングのフレームワークの利点・欠点 - HELLO CYBERNETICS 2017 - 05 - 15【Chainer、Keras、TensorFlow】ディープラーニングのフレームワークの利点・欠点人工知能人工知能-ディープラーニングFollow

[karaage]

メモ