一、Theano

Theano由LISA集團(tuán)(現(xiàn)MILA)在加拿大魁北克的蒙特利爾大學(xué)開發(fā)，是在BSD許可證下發(fā)布的開源項(xiàng)目，它是用一位希臘數(shù)學(xué)家的名字命名的。

Theano是一個(gè)Python庫，可用于定義、優(yōu)化和計(jì)算數(shù)學(xué)表達(dá)式，特別是多維數(shù)組(numpy.ndarray)。在解決包含大量數(shù)據(jù)問題的時(shí)候，使用Theano編程可實(shí)現(xiàn)比C語言編程更快的運(yùn)行速度。通過GPU加速，Theano甚至可以比基于CPU計(jì)算的C語言快好幾個(gè)數(shù)量級(jí)。

Theano結(jié)合 CAS(Computer Algebra System，計(jì)算機(jī)代數(shù)系統(tǒng))和優(yōu)化編譯器，還可以為多種數(shù)學(xué)運(yùn)算生成定制的C語言代碼。對(duì)于處理包含重復(fù)計(jì)算的復(fù)雜數(shù)學(xué)表達(dá)式任務(wù)，計(jì)算速度很重要，因此這種CAS和優(yōu)化編譯器的組合非常有用。對(duì)于需要將每種不同的數(shù)學(xué)表達(dá)式都計(jì)算一遍的情況，Theano可以最小化編譯/解析計(jì)算量，但仍會(huì)給出如自動(dòng)微分那樣的符號(hào)特征。

在過去很長一段時(shí)間里，Theano是深度學(xué)習(xí)開發(fā)與研究的行業(yè)標(biāo)準(zhǔn)。出身學(xué)界的Theano最初是為學(xué)術(shù)研究而設(shè)計(jì)的，這使得深度學(xué)習(xí)領(lǐng)域的許多學(xué)者至今仍在使用Theano。

但隨著TensorFlow在谷歌的支持下強(qiáng)勢崛起，Theano日漸式微，使用的人越來越少。其中標(biāo)志性事件是Theano的創(chuàng)始者之一Ian GoodFellow放棄Theano轉(zhuǎn)去谷歌開發(fā)TensorFlow了。

2017年9月28日，在Theano 1.0正式版發(fā)布前夕，LISA實(shí)驗(yàn)室負(fù)責(zé)人、深度學(xué)習(xí)三巨頭之一的Yoshua Bengio宣布Theano將停止開發(fā)：“Theano is Dead.”

盡管Theano將退出歷史舞臺(tái)，但作為第一個(gè)Python深度學(xué)習(xí)框架，它很好地完成了自己的使命—為深度學(xué)習(xí)研究人員早期拓荒提供了極大的幫助，同時(shí)也為之后深度學(xué)習(xí)框架的開發(fā)奠定了基本設(shè)計(jì)方向：以計(jì)算圖為框架的核心，采用GPU加速計(jì)算。

對(duì)于深度學(xué)習(xí)新手，可以使用Theano做入門練習(xí)，但對(duì)于職業(yè)開發(fā)者，建議使用 TensorFlow。

二、TensorFlow

TensorFlow是Google Brain團(tuán)隊(duì)基于Google在2011年開發(fā)的深度學(xué)習(xí)基礎(chǔ)架構(gòu)DistBelief構(gòu)建的。Google在其所有的應(yīng)用程序中都使用TensorFlow實(shí)現(xiàn)機(jī)器學(xué)習(xí)，例如使用Google照相機(jī)和Google語音搜索功能，就間接使用了TensorFlow模型。

TensorFlow在很大程度上可以看作Theano的后繼者，這不僅因?yàn)樗鼈冇泻艽笠慌餐拈_發(fā)者，還因?yàn)樗鼈儞碛邢嘟脑O(shè)計(jì)理念，都基于計(jì)算圖實(shí)現(xiàn)自動(dòng)微分系統(tǒng)。TensorFlow 使用數(shù)據(jù)流圖進(jìn)行數(shù)值計(jì)算，圖中的節(jié)點(diǎn)代表數(shù)學(xué)運(yùn)算，圖中的邊代表在這些節(jié)點(diǎn)之間傳遞的多維數(shù)組。

TensorFlow編程接口支持Python和C++，TensorFlow 1.0版本開始支持Java、Go、R和Haskell API的Alpha版本。此外，TensorFlow還可以在Google Cloud和AWS中運(yùn)行。TensorFlow支持Windows 7、Windows 10和Windows Server 2016系統(tǒng)。

因?yàn)門ensorFlow使用C++ Eigen庫，所以可以在ARM架構(gòu)上編譯和優(yōu)化。這也就意味著用戶可以在各種服務(wù)器和移動(dòng)設(shè)備上部署自己的訓(xùn)練模型，無須執(zhí)行單獨(dú)的模型解碼器或者加載Python解釋器。

作為當(dāng)前最流行的深度學(xué)習(xí)框架，TensorFlow獲得了極大的成功，但在學(xué)習(xí)過程中讀者也需要注意下面一些問題。

因?yàn)門ensorFlow的接口在不斷地快速迭代，并且版本之間不兼容，所以在開發(fā)和調(diào)試過程中可能會(huì)出現(xiàn)問題，例如開源代碼無法在新版的TensorFlow上運(yùn)行。

想學(xué)習(xí)TensorFlow底層運(yùn)行機(jī)制的讀者需要做好心理準(zhǔn)備，TensorFlow在GitHub代碼倉庫的總代碼量超過100萬行，系統(tǒng)設(shè)計(jì)比較復(fù)雜，這將是一個(gè)漫長的學(xué)習(xí)過程。

在代碼層面，對(duì)于同一個(gè)功能，TensorFlow提供了多種實(shí)現(xiàn)，這些實(shí)現(xiàn)良莠不齊，使用中還有細(xì)微的區(qū)別，請讀者注意選擇。另外，TensorFlow創(chuàng)造了圖、會(huì)話、命名空間、PlaceHolder等諸多抽象概念，對(duì)普通用戶來說較難理解。

憑借Google強(qiáng)大的推廣能力，TensorFlow已經(jīng)成為當(dāng)今最火的深度學(xué)習(xí)框架，不完美但是最流行。因?yàn)楦鞴臼褂玫目蚣懿唤y(tǒng)一，所以我們有必要多學(xué)習(xí)幾個(gè)流行框架作為知識(shí)儲(chǔ)備，TensorFlow無疑是一個(gè)不錯(cuò)的選擇。

三、MXNet

MXNet是亞馬遜首席科學(xué)家李沐帶領(lǐng)團(tuán)隊(duì)開發(fā)的深度學(xué)習(xí)框架，擁有類似Theano和TensorFlow的數(shù)據(jù)流圖，為多GPU架構(gòu)提供了良好的配置，擁有類似Lasagne和Blocks的高級(jí)別模型構(gòu)建塊，可以在我們需要的任何硬件上運(yùn)行(包括手機(jī))。除了支持Python，MXNet同樣提供了對(duì) R、Julia、C++、Scala、Matlab、Go和Java的接口。

MXNet因其超強(qiáng)的分布式、內(nèi)存/顯存優(yōu)化能力受到開發(fā)者的歡迎。同樣的模型，MXNet往往占用的內(nèi)存和顯存更小，在分布式環(huán)境下，MXNet展現(xiàn)出了明顯優(yōu)于其他框架的擴(kuò)展性能。

MXNet的缺點(diǎn)是推廣力度不夠、接口文檔不完善。雖然MXNet版本快速迭代，但官方API文檔卻長時(shí)間未更新，導(dǎo)致新用戶難以掌握新版本的MXNet，而老用戶又需要查閱源碼才能真正理解MXNet接口的用法。MXNet文檔比較混亂，不太適合新手入門，但其分布性能強(qiáng)大，語言支持比較多，比較適合在云平臺(tái)使用。

四、Keras

Keras是一個(gè)高層神經(jīng)網(wǎng)絡(luò)API，使用Python編寫，并將TensorFlow、Theano及CNTK作為后端。Keras為支持快速實(shí)驗(yàn)而生，能夠快速實(shí)現(xiàn)開發(fā)者的想法。Keras目前是最容易上手的深度學(xué)習(xí)框架，它提供了一致且簡潔的API，能夠極大減少一般應(yīng)用下用戶的工作量。

相比于深度學(xué)習(xí)框架，Keras更像是一個(gè)深度學(xué)習(xí)接口，它構(gòu)建于第三方框架之上。Keras的缺點(diǎn)很明顯：過度封裝導(dǎo)致喪失了靈活性。Keras最初作為Theano的高級(jí)API，后來增加了TensorFlow和CNTK作為后端。

為了屏蔽后端的差異性，Keras提供了一致的用戶接口并做了層層封裝，導(dǎo)致用戶在新增操作或是獲取底層的數(shù)據(jù)信息時(shí)過于困難。同時(shí)，過度封裝也使得Keras的程序運(yùn)行十分緩慢，許多Bug都隱藏于封裝之中。在絕大多數(shù)場景下，Keras是本文介紹的所有框架中運(yùn)行最慢的。

學(xué)習(xí)Keras十分容易，但是很快就會(huì)遇到瓶頸，因?yàn)樗粔蜢`活。另外，在使用Keras的大多數(shù)時(shí)間里，用戶主要是在調(diào)用接口，很難真正學(xué)習(xí)到深度學(xué)習(xí)的內(nèi)容。

Keras的過度封裝使其并不適合新手學(xué)習(xí)(無法理解深度學(xué)習(xí)的真正內(nèi)涵)，故不推薦。

五、PyTorch

PyTorch是一個(gè)Python優(yōu)先的深度學(xué)習(xí)框架，能夠在強(qiáng)大的GPU加速基礎(chǔ)上實(shí)現(xiàn)張量和動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。

PyTorch提供了完整的使用文檔、循序漸進(jìn)的用戶指南，作者親自維護(hù)PyTorch論壇，方便用戶交流和解決問題。

Facebook人工智能研究院FAIR對(duì)PyTorch的推廣提供了大力支持。作為當(dāng)今排名前三的深度學(xué)習(xí)研究機(jī)構(gòu)，F(xiàn)AIR的支持足以確保PyTorch獲得持續(xù)開發(fā)、更新的保障，不至于像一些個(gè)人開發(fā)的框架那樣曇花一現(xiàn)。如有需要，我們也可以使用Python軟件包(如NumPy、SciPy和Cython)來擴(kuò)展 PyTorch。

相對(duì)于TensorFlow，PyTorch的一大優(yōu)點(diǎn)是它的圖是動(dòng)態(tài)的，而TensorFlow框架是靜態(tài)圖，不利于擴(kuò)展。同時(shí)，PyTorch非常簡潔，方便使用。本書選取PyTorch為主要的實(shí)現(xiàn)框架。

如果說TensorFlow的設(shè)計(jì)是“Make it complicated”，Keras的設(shè)計(jì)是“Make it complicated and hide it”，那么PyTorch的設(shè)計(jì)則真正做到了“Keep it simple，stupid”。

六、Caffe

Caffe是基于C++編寫的深度學(xué)習(xí)框架，作者是賈揚(yáng)清，源碼開放(具有Licensed BSD)并提供了命令行工具以及Matlab和Python接口。

Caffe一直是深度學(xué)習(xí)研究者使用的框架，很多研究人員在上面進(jìn)行開發(fā)和優(yōu)化，因而有了不少沉淀，因此Caffe也是流行的深度學(xué)習(xí)框架之一。盡管如此，Caffe也存在不支持多機(jī)、跨平臺(tái)、可擴(kuò)展性差等問題。初學(xué)使用Caffe還需要注意下面兩個(gè)問題。

Caffe的安裝過程需要大量的依賴庫，因此涉及很多安裝版本問題，初學(xué)者須多加注意。

當(dāng)用戶要實(shí)現(xiàn)一個(gè)新的層，就需要用C++實(shí)現(xiàn)它的前向傳播和反向傳播代碼，而如果想要新層運(yùn)行在GPU上，則需要同時(shí)使用CUDA實(shí)現(xiàn)這一層的前向傳播和反向傳播。

Caffe2出自Facebook人工智能實(shí)驗(yàn)室與應(yīng)用機(jī)器學(xué)習(xí)團(tuán)隊(duì)，賈楊清仍是主要貢獻(xiàn)者之一。Caffe2在工程上做了很多優(yōu)化，比如運(yùn)行速度、跨平臺(tái)、可擴(kuò)展性等，它可以看作Caffe更細(xì)粒度的重構(gòu)，但在設(shè)計(jì)上，Caffe2其實(shí)和TensorFlow更像。目前Caffe2代碼已開源。

在工業(yè)界和學(xué)術(shù)界仍有很多人使用Caffe，而Caffe2的出現(xiàn)給我們提供了更多的選擇。

關(guān)于作者：涂銘，資深數(shù)據(jù)架構(gòu)師和人工智能技術(shù)專家，現(xiàn)就職于騰訊，曾就職于阿里。對(duì)大數(shù)據(jù)、自然語言處理、圖像識(shí)別、Python、Java等相關(guān)技術(shù)有深入的研究，積累了豐富的實(shí)踐經(jīng)驗(yàn)。金智勇，計(jì)算機(jī)視覺算法專家，在計(jì)算機(jī)視覺領(lǐng)域深耕12年?，F(xiàn)就職于百度，曾就職于阿里和三星等知名高新技術(shù)企業(yè)。業(yè)務(wù)領(lǐng)域涵蓋增強(qiáng)現(xiàn)實(shí)、人臉識(shí)別、圖像美化、智能交通、工業(yè)質(zhì)檢等多個(gè)方向，具有豐富的算法研究與落地經(jīng)驗(yàn)。

本文摘編自《深度學(xué)習(xí)與目標(biāo)檢測：工具、原理與算法》，經(jīng)出版方授權(quán)發(fā)布。(ISBN：9787111690344)