如果你對深度學習和卷積神經網路感興趣,但是並不知道從哪裡開始,也不知道使用哪種庫,那麼這裡就為你提供了許多幫助。
在這篇文章裡,我詳細解讀了9個我最喜歡的Python深度學習庫。
這個名單並不詳盡,它只是我在計算機視覺的職業生涯中使用並在某個時間段發現特別有用的一個庫的列表。
這其中的一些庫我比別人用的多很多,尤其是Keras、mxnet和sklearn-theano。
其他的一些我是間接的使用,比如Theano和TensorFlow(庫包括Keras、deepy和Blocks等)。
另外的我只是在一些特別的任務中用過(比如nolearn和他們的Deep Belief Network implementation)。
這篇文章的目的是向你介紹這些庫。我建議你認真瞭解這裡的每一個庫,然後在某個具體工作情境中你就可以確定一個最適用的庫。
我想再次重申,這份名單並不詳盡。此外,由於我是計算機視覺研究人員並長期活躍在這個領域,對卷積神經網路(細胞神經網路)方面的庫會關注更多。
我把這個深度學習庫的列表分為三個部分。
第一部分是比較流行的庫,你可能已經很熟悉了。對於這些庫,我提供了一個通俗的、高層次的概述。然後,針對每個庫我詳細解說了我的喜歡之處和不喜歡之處,並列舉了一些適當的應用案例。
第二部分進入到我個人最喜歡的深度學習庫,也是我日常工作中使用最多的,包括:Keras、mxnet和sklearn-theano等。
最後,我對第一部分中不經常使用的庫做了一個“福利”板塊,你或許還會從中發現有用的或者是在第二板塊中我還沒有嘗試過但看起來很有趣的庫。
接下來就讓我們繼續探索。
針對初學者:
Caffe
提到“深度學習庫”就不可能不說到Caffe。事實上,自從你開啟這個頁面學習深度學習庫,我就敢打保票你肯定聽說Caffe。
那麼,究竟Caffe是什麼呢?
Caffe是由Berkeley Vision and Learning Center(BVLC)建立的深度學習框架。它是模組化的,速度極快。而且被應用於學術界和產業界的start-of-the-art應用程式中。
事實上,如果你去翻閱最新的深度學習出版物(也提供原始碼),你就很可能會在它們相關的GitHub庫中找到Caffe模型。
雖然Caffe本身並不是一個Python庫,但它提供繫結到Python上的程式語言。我們通常在新領域開拓網路的時候使用這些繫結。
我把Caffe放在這個列表的原因是它幾乎被應用在各個方面。你可以在一個空白文件裡定義你的模型架構和解決方案,建立一個JSON檔案型別的.prototxt配置檔案。Caffe二進位制檔案提取這些.prototxt檔案並培訓你的網路。Caffe完成培訓之後,你可以把你的網路和經過分類的新影像透過Caffe二進位制檔案,更好的就直接透過Python或MATLAB的API。
雖然我很喜歡Caffe的效能(它每天可以在K40 GPU上處理60萬張圖片),但相比之下我更喜歡Keras和mxnet。
主要的原因是,在.prototxt檔案內部構建架構可能會變得相當乏味和無聊。更重要的是, Caffe不能用程式設計方式調整超引數!由於這兩個原因,在基於Python的API中我傾向於對允許我實現終端到終端聯播網的庫傾斜(包括交叉驗證和調整超引數)。
Theano
在最開始我想說Theano是美麗的。如果沒有Theano,我們根本不會達到現有的深度學習庫的數量(特別是在Python)。同樣的,如果沒有numpy,我們就不會有SciPy、scikit-learn和 scikit-image,,同樣可以說是關於Theano和深度學習更高階別的抽象。
非常核心的是,Theano是一個Python庫,用來定義、最佳化和評估涉及多維陣列的數學表示式。 Theano透過與numpy的緊密整合,透明地使用GPU來完成這些工作。
雖然可以利用Theano建立深度學習網路,但我傾向於認為Theano是神經網路的基石,同樣的numpy是作為科學計算的基石。事實上,大多數我在文章中提到的庫都是圍繞著Theano,使自己變得更加便利。
不要誤會我的意思,我愛Theano,我只是不喜歡用Theano編寫程式碼。
在Theano建設卷積神經網路就像只用本機Python中的numpy寫一個定製的支援向量機(SVM),當然這個對比並不是很完美。
你可以做到嗎?
當然可以。
它值得花費您的時間和精力嗎?
嗯,也許吧。這取決於你是否想擺脫低階別或你的應用是否需要。
就個人而言,我寧願使用像Keras這樣的庫,它把Theano包裝成更有人性化的API,同樣的方式,scikit-learn使機器學習演算法工作變得更加容易。
TensorFlow
與Theano類似,TensorFlow是使用資料流圖進行數值計算的開源庫(這是所有神經網路固有的特徵)。最初由谷歌的機器智慧研究機構內的Google Brain Team研究人員開發,此後庫一直開源,並提供給公眾。
相比於Theano ,TensorFlow的主要優點是分散式計算,特別是在多GPU的環境中(雖然這是Theano正在攻克的專案)。
除了用TensorFlow而不是Theano替換Keras後端,對於TensorFlow庫我並沒有太多的經驗。然而在接下來的幾個月裡,我希望這有所改變。
Lasagne
Lasagne是Theano中用於構建和訓練網路的輕量級庫。這裡的關鍵詞是輕量級的,也就意味著它不是一個像Keras一樣圍繞著Theano的重包裝的庫。雖然這會導致你的程式碼更加繁瑣,但它會把你從各種限制中解脫出來,同時還可以讓您根據Theano進行模組化的構建。
簡而言之:Lasagne的功能是Theano的低階程式設計和Keras的高階抽象之間的一個折中。
我最喜歡的:
Keras
如果我必須選出一個最喜歡的深度學習Python庫,我將很難在Keras和mxnet中做出抉擇——但最後,我想我會選Keras。
說真的,Keras的好處我說都說不完。
Keras是一個最低限度的、模組化的神經網路庫,可以使用Theano或TensorFlow作為後端。Keras最主要的使用者體驗是,從構思到產生結果將會是一個非常迅速的過程。
在Keras中架構網路設計是十分輕鬆自然的。它包括一些state-of-the-art中針對最佳化(Adam,RMSProp)、標準化(BatchNorm)和啟用層(PReLU,ELU,LeakyReLU)最新的演算法。
Keras也非常注重卷積神經網路,這也是我十分需要的。無論它是有意還是無意的,我覺得從計算機視覺的角度來看這是非常有價值的。
更重要的是,你既可以輕鬆地構建基於序列的網路(其中輸入線性流經網路)又可以建立基於圖形的網路(輸入可以“跳過”某些層直接和後面對接)。這使得建立像GoogLeNet和SqueezeNet這樣複雜的網路結構變得容易得多。
我認為Keras唯一的問題是它不支援多GPU環境中並行地訓練網路。這可能會也可能不會成為你的大忌。
如果我想盡快地訓練網路,那麼我可能會使用mxnet。但是如果我需要調整超引數,我就會用Keras設定四個獨立的實驗(分別在我的Titan X GPUs上執行)並評估結果。
mxnet
我第二喜歡的深度學習Python庫無疑就是mxnet(重點也是訓練影像分類網路)。雖然在mxnet中站立一個網路可能需要較多的程式碼,但它會提供給你驚人數量的語言繫結(C ++、Python、R、JavaScript等)。
Mxnet庫真正出色的是分散式計算,它支援在多個CPU / GPU機訓練你的網路,甚至可以在AWS、Azure以及YARN叢集。
它確實需要更多的程式碼來設立一個實驗並在mxnet上執行(與Keras相比),但如果你需要跨多個GPU或系統分配訓練,我推薦mxnet。
sklearn-theano
有時候你並不需要終端到終端的培養一個卷積神經網路。相反,你需要把CNN看作一個特徵提取器。當你沒有足夠的資料來從頭培養一個完整的CNN時它就會變得特別有用。僅僅需要把你的輸入影像放入流行的預先訓練架構,如OverFeat、AlexNet、VGGNet或GoogLeNet,然後從FC層提取特徵(或任何您要使用的層)。
總之,這就是sklearn-theano的功能所在。你不能用它從頭到尾的訓練一個模型,但它的神奇之處就是可以把網路作為特徵提取器。當需要評估一個特定的問題是否適合使用深度學習來解決時,我傾向於使用這個庫作為我的第一手判斷。
nolearn
我在PyImageSearch部落格上用過幾次nolearn,主要是在我的MacBook Pro上進行一些初步的GPU實驗和在Amazon EC2 GPU例項中進行深度學習。
Keras把 Theano和TensorFlow包裝成了更具人性化的API,而nolearn也為Lasagne做了相同的事。此外,nolearn中所有的程式碼都是與scikit-learn相容的,這對我來說絕對是個超級的福利。
我個人不使用nolearn做卷積神經網路(CNNs),但你當然也可以用(我更喜歡用Keras和mxnet來做CNNs)。我主要用nolearn來製作Deep Belief Networks (DBNs)。
DIGITS
DIGITS並不是一個真正的深度學習庫(雖然它是用Python寫的)。DIGITS(深度學習GPU培訓系統)實際上是用於培訓Caffe深度學習模式的web應用程式(雖然我認為你可以破解原始碼然後使用Caffe以外其他的後端進行工作,但這聽起來就像一場噩夢)。
如果你曾經用過Caffe,那麼你就會知道透過它的終端來定義.prototxt檔案、生成影像資料、執行網路並監管你的網路訓練是相當繁瑣的。 DIGITS旨在透過讓你在瀏覽器中執行這些任務來解決這個問題。
此外,DIGITS的使用者介面非常出色,它可以為你提供有價值的統計資料和圖表作為你的模型訓練。另外,你可以透過各種輸入輕鬆地視覺化網路中的啟用層。最後,如果您想測試一個特定的影像,您可以把圖片上傳到你的DIGITS伺服器或進入圖片的URL,然後你的Caffe模型將會自動分類影像並把結果顯示在瀏覽器中。乾淨利落!
Blocks
說實話,雖然我一直想嘗試,但截至目前我的確從來沒用過Blocks(這也是我把它包括在這個列表裡的原因)。就像許多個在這個列表中的其他庫一樣,Blocks建立在Theano之上,呈現出一個使用者友好型的API。
deepy
如果讓你猜deepy是圍繞哪個庫建立的,你會猜什麼?
沒錯,就是Theano。
我記得在前一段時間用過deepy(做了初始提交),但在接下里的大概6-8個月我都沒有碰它了。我打算在接下來的部落格文章裡再嘗試一下。
pylearn2
雖然我從沒有主動地使用pylearn2,但由於歷史原因,我覺得很有必要把它包括在這個列表裡。 Pylearn2不僅僅是一般的機器學習庫(地位類似於scikit-learn),也包含了深度學習演算法的實現。
對於pylearn2我最大的擔憂就是(在撰寫本文時),它沒有一個活躍的開發者。正因為如此,相比於像Keras和mxnet這樣的有積極維護的庫,推薦pylearn2我還有些猶豫。
Deeplearning4j
這本應是一個基於Python的列表,但我想我會把Deeplearning4j包括在這裡,主要是出於對他們所做事蹟的無比崇敬——Deeplearning4j為JVM建立了一個開源的、分散式的深度學習庫。
如果您在企業工作,你可能會有一個塞滿了用過的Hadoop和MapReduce伺服器的儲存器。也許這些你還在用,也許早就不用了。
你怎樣才能把這些相同的伺服器應用到深度學習裡?
事實證明是可以的——你只需要Deeplearning4j。