《MXNet深度学习实战》—3.3 Module
675
2022-05-30
1.5 本章小结
数据的爆发和计算力的提升极大地推动了人工智能的发展,其中以深度学习为代表的算法在大多数领域都超越了传统算法,成为学术界和工业界持续研究和关注的对象。
深度学习的热潮带来了深度学习框架的不断发展和进步,通过这些框架,我们可以更加灵活且高效地设计网络结构和训练模型。这段时期涌现出来众多优秀的深度学习框架,比如Amazon的MXNet、Google的TensorFlow、Facebook的Caffe/Caffe2和PyTorch等。MXNet作为Amazon官方支持的深度学习框架,自2015年下半年开源以来深受用户喜爱,其命令式编程(imperative programming)和符号式编程(symbolic programming)相结合的方式兼顾了灵活性和高效性,因此不论是高校研究还是企业部署都具有一定的优势。同时MXNet拥有详细的文档和稳定的接口,不仅降低了上手门槛,而且还降低了代码维护的成本。
上手MXNet并不需要你具备特殊知识,一般而言,只要你具备基本的代码编写能力和算法知识就可以开始你的深度学习之旅了。最后,为了方便读者学习,全书所涉及的代码在GitHub上均可下载,项目地址是:https://github.com/miraclewkf/MXNet-Deep-Learning-in-Action,如果后期本书中的内容或代码有修正也会在该项目上发布说明,欢迎读者访问。
深度学习
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。