本文將以一個影片的方式講解 2019 年深度學習各大框架。影片作者來自人工智慧領域的網紅小哥 Siraj Raval。
下面是作者 Siraj Raval 對該影片的介紹：
您應該使用哪個深度學習框架？在下面的影片中，我將比較 10 個不同指標的深入學習框架，包括：
- Keras
-
theano
-
TensorFlow
-
Caffe
-
Caffe2
-
mxnet
-
CNTK
-
GLUON
-
PyTorch
-
torch
我們在這段影片中有很多要介紹的內容！使用程式碼、程式設計特性和理論，我將導航這個領域，最終得出一些明確的結論。享受吧！
影片：
小哥 Siraj Raval 的影片做得真不錯，開頭就以漫威的超級英雄入場，一起來看一下！
影片連結：
https://v.qq.com/x/page/j0831n2ifh1.html
有點遺憾的是該影片是生肉（無字幕），不過也還好，小哥的語速很慢，大部分都能聽懂。想要自動翻譯，有條件的同學可以在油管上看，附上地址：
https://www.youtube.com/watch?v=SJldOOs4vB8
程式碼：
作者已將這段影片中出現的完整程式碼放在了 GitHub 上，專案地址：
https://github.com/llSourcell/DeepLearningFrameworks
程式碼可以說是非常詳細了，畢竟網紅小哥是用心了的，影片也做得棒棒的~
框架比較：
從四個方面來比較各個框架的效能差異。
1. Training Time(s): CNN (VGG-style, 32bit) on CIFAR-10 – Image Recognition
2. Training Time: DenseNet-121 on ChestXRay – Image Recognition (Multi-GPU)
Train+Val w/ data-loader + data-augmentation on real-data on SSD：
Train w/ synthetic-data in RAM：
3. Avg Time(s) for 1000 images: ResNet-50 – Feature Extraction
4. Training Time(s): RNN (GRU) on IMDB – Sentiment Analysis
清晰幽默的影片講解 + 詳細程式碼和效能比較，希望能幫助大家深入瞭解這些火熱的深度學習框架！
