资讯频道 → 互联网
阅读更多

1顶
0踩

互联网

原创新闻 从Theano到Lasagne：基于Python的深度学习的框架和库

2015-08-05 14:24 by 副主编 mengyidan1988 评论(1) 有4552人浏览
Theano Lasagne Python

声明：ITeye资讯文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

深度学习是机器学习和人工智能的一种形式，利用堆积在彼此顶部的神经网络的多个隐藏层来尝试形成对数据更深层次的“理解”。

最近，深度神经网络以“Deep Dreams”形式在网站中如雨后春笋般出现，或是像谷歌研究原创论文中描述的那样：Inceptionism。

在这篇文章中，我们将讨论几个不同的深度学习框架，库以及工具。



Python深度学习

Theano

主页：http://deeplearning.net/software/theano/

Github网址：https://github.com/Theano/Theano

Theano不仅是这篇文章中将要讨论的其他框架的核心库，于其自身而言，它也是一个强大的库，几乎能在任何情况下使用，从简单的logistic回归到建模并生成音乐和弦序列或是使用长短期记忆人工神经网络对电影收视率进行分类。

Theano大部分代码是使用Cython编写，Cython是一个可编译为本地可执行代码的Python方言，与仅仅使用解释性Python语言相比，它能够使运行速度快速提升。最重要的是，很多优化程序已经集成到Theano库中，它能够优化你的计算量并让你的运行时间保持最低。

如果速度的提升还不能满足你，它还内置支持使用CUDA在GPU上执行那些所有耗时的计算。所有的这一切仅仅只需要修改配置文件中的标志位即可。在CPU上运行一个脚本，然后切换到GPU，而对于你的代码，则不需要做任何变化。

同时我们应该注意到，尽管Theano使用Cython和CUDA对其性能大大提升，但你仍然可以仅仅使用Python语言来创建几乎任何类型的神经网络结构。

Pylearn2

主页：http://deeplearning.net/software/pylearn2/

Github网址：https://github.com/lisa-lab/pylearn2

Pylearn2和Theano由同一个开发团队开发，Pylearn2是一个机器学习库，它把深度学习和人工智能研究许多常用的模型以及训练算法封装成一个单一的实验包，如随机梯度下降。

你也可以很轻松的围绕你的类和算法编写一个封装程序，为了能让它在Pylearn2上运行，你需要在一个单独的YAML格式的配置文件中配置你整个神经网络模型的参数。

除此之外，它还有很多数据集及其预编译好的软件包，所以，你现在就可以直接使用MNIST数据集开始做实验了！

Blocks

Github网址：https://github.com/mila-udem/blocks

Blocks是一个非常模块化的框架，有助于你在Theano上建立神经网络。目前它支持并提供的功能有：
  • 构建参数化Theano运算，称之为“bricks”。
  • 在大型模型中使用模式匹配来选择变量以及“bricks”。
  • 使用算法优化模型。
  • 训练模型的保存和恢复。
  • 在训练过程中检测和分析值（训练集以及测试集）。
  • 图形变换的应用，如dropout。

Keras

主页：http://keras.io/

Github网址：https://github.com/fchollet/keras

Keras是一个简约的、高度模块化的神经网络库，设计参考了Torch，基于Theano和Python语言编写，支持GPU和CPU。它的开发侧重于实现快速试验和创造新的深度学习模型。

如果你需要具有以下功能的深度学习库，采用Keras就恰到好处：
  • 可以很容易地、快速地建立原型（通过总体模块化，极简化并且可扩展化）。
  • 支持卷积网络和递归网络，以及两者的组合。
  • 支持任意连接方式（包括多输入多输出训练）。

Keras库与其他采用Theano库的区别是Keras的编码风格非常简约、清晰。它把所有的要点使用小类封装起来，能够很容易地组合在一起并创造出一种全新的模型。

CSDN博客上的更多介绍：

Lasagne

Github网址：https://github.com/Lasagne/Lasagne

Lasagne不只是一个美味的意大利菜，也是一个与Blocks和Keras有着相似功能的深度学习库，但其在设计上与它们有些不同。

下面是Lasagne的一些设计目的：
  • 简单化：它应该是易于使用和扩展的机器学习库。每添加一个特征，就应该考虑其对易用性和扩展性的影响。每一个抽象概念的加入都应该仔细检查，以确定增加的复杂性是否合理。
  • 小接口：尽可能少的类和方法。尽可能依赖Theano的功能和数据类型，遵循Theano的规定。如果没有严格的必要，不要在类中封装东西。这会使它更容易使用库并且扩展它（不需要有太多的认知）。
  • 不碍事：未使用的功能应该是不可见的，用户不会考虑他们不使用的功能。尽可能单独的使用库文件中的组件。
  • 透明性：不要试图掩盖Theano，尽量以Python或NumPy数据类型的形式将函数和方法返回给Theano表达式。
  • 重点：遵循Unix哲学“做一件事，并把它做好”，重点集中在前馈神经网络。
  • 实用主义：使普通用例更易于使用，这要比支持每一个可能的用例更为重要。

原文链接：Frameworks and Libraries for Deep Learning（译者/刘帝伟 审校/刘翔宇、朱正贵 责编/周建丁）

译者简介： 刘帝伟，中南大学软件学院在读研究生，关注机器学习、数据挖掘及生物信息领域。

延伸阅读：
深度学习 ( Deep Learning ) 的 Python 包哪家强？（From：知乎）
Python语言下的机器学习库（From：博乐在线翻译）
  • 大小: 97.5 KB
来自: CSDN
1
顶
0
踩
评论 共 1 条 请登录后发表评论
1 楼 windlike 2015-08-05 17:26
py果然很强大，必须学习了

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • AgentNet：用于人类的深度强化学习库

    代理网一个轻量级的库，用于使用Theano + Lasagne构建和培训深度强化学习和自定义递归网络什么是AgentNet？ 没有时间玩游戏吗？ 让机器为您做这件事！ AgentNet是一个深度强化学习框架，旨在简化Markov决策流程的...

  • 基于python的深度学习框架有_从Theano到Lasagne：基于Python的深度学习的框架和库...

    深度学习是机器学习和人工智能的一种形式，利用堆积在彼此顶部的神经网络的多个隐藏层来尝试形成对数据更深层次的“理解”。...Python深度学习TheanoTheano不仅是这篇文章中将要讨论的其他框架的核心库...

  • 深度学习：常见深度学习框架【Theano、TensorFlow、Keras、Caffe/Caffe2、MXNet、CNTK、PyTorch】

    常见的深度学习框架有 TensorFlow 、Caffe、Theano、Keras、PyTorch、MXNet等，如下图所示。这些深度学习框架被应用于计算机视觉、语音识别、自然语言处理与生物信息学等领域，并获取了极好的效果。几乎所有的框架都...

  • Theano简单入门（一）：Theano与Lasagne的安装

     Theano是一个Python库，专门用于定义、优化、求值数学表达式，效率高，适用于多维数组。特别适合做机器学习。一般来说，使用时需要安装python和numpy。  首先回顾一下机器学习的东西，定义一个模型（函数）f(x;w...

  • 9个最常用的python深度学习库

    在这篇文章里，我详细解读了9个我最喜欢的Python深度学习库。 这个名单并不详尽，它只是我在计算机视觉的职业生涯中使用并在某个时间段发现特别有用的一个库的列表。 这其中的一些库我比别人用的多很多，尤其是Keras...

  • 深度学习框架之一：Theano | Lasagne简单教程

    北京 上海巡回站 | NVIDIA DLI深度学习培训2018年1月26/1月12日NVIDIA 深度学习学院 带你快速进入火热的DL领域阅读全文 >正文共7163个字，1张图，预计阅读时间18分钟。参考Lasagne官网...

  • Theano深度学习框架之Lasagne安装及入门

     lasagne意味千层饼，是基于theano之上主要用于建立和训练神经网络的深度学习库。Lasagne is a lightweight library to build and train neural networks in Theano.  网站链接：...

  • 主流深度学习框架及神经网络模型汇总

    用大白话说就是是一个中间件，比如你PyTorch的模型想转换别的，就得通过ONNX，现在有的框架可以直接转，但是在没有专门支持的时候，ONNX就非常重要了，万物先转ONNX，ONNX再转万物。NCNN的速度是超过TFLite的，但是...

  • 深度解析Python深度学习框架的对比

    从PyTorch到Mxnet ，对比这些Python深度学习框架。选择什么深度学习框架一直是开发者非常关心的一个话题，而且深度学习框架之间的「战争」也越来越激烈。过去一段时间，机器之心发过多篇机器学习框架的对比文章，但...

  • C++ 实现新年倒计时与烟花显示效果的图形界面程序

    内容概要：该文档介绍了一个用C++编写的控制台应用程序，主要功能是在新年来临之际展示倒计时、播放音符以及渲染烟花效果，最终以艺术字体显示新年祝福语。具体实现了粒子系统来模拟烟花绽放，并定义了不同形状（如“2025”）由小点组成的图像，再逐帧更新显示，营造烟火燃放的视觉冲击力。此外还有通过 Beep 函数发出不同频率的声音以配合倒计时刻度，同时加入了输入姓名和许愿的功能增加互动感。 适用人群：熟悉C/C++语言基础的学生群体及开发者。 使用场景及目标：适用于希望通过生动有趣的小项目加深对控制台操作的理解的学习者；也可以作为一个简单有趣的案例用于节日庆祝活动中。 其他说明：由于使用了许多特定于 Windows 平台的API函数，比如 Beep(), SetConsoleTextAttribute() 和 GetStdHandle(), 本程序仅能在 Windows 上运行良好。并且涉及到了较多关于粒子系统和声音处理的知识点，在教学过程中可以借此讲解一些图形渲染的基本原理和音频处理方法。

  • 儿歌、手指谣、律动.docx

    儿歌、手指谣、律动.docx

  • 基于Msp430设计的环境监测系统（完整系统源码等资料）实物仿真.zip

    【文章链接：https://blog.csdn.net/2403_86849624/article/details/145739426?spm=1001.2014.3001.5502】基于 MSP430 微控制器的环境监测系统的设计与实现。该系统集成了温湿度、光照度、烟雾浓度以及 PM2.5 浓度等多参数的监测功能，具备数据显示、阈值设置和报警等功能。通过硬件电路与软件程序的协同工作，系统能够实时、准确地获取环境信息，并为用户提供直观的数据展示和有效的预警。文中深入探讨了系统的硬件选型、电路设计、软件编程思路及关键代码实现，经实际测试验证，该系统运行稳定、性能可靠，在环境监测领域具有一定的应用价值。关键词：MSP430；环境监测；传感器；数据处理 随着工业化进程的加速和人们生活水平的提高，环境质量对人类健康和社会发展的影响愈发显著。准确、实时地监测环境参数，对于预防环境污染、保障人体健康以及推动可持续发展至关重要。

  • 基于COMSOL仿真的电磁超声压电接收技术在铝板裂纹检测中的应用研究,COMSOL模拟：电磁超声压电接收技术在铝板裂纹检测中的应用,comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kH

    基于COMSOL仿真的电磁超声压电接收技术在铝板裂纹检测中的应用研究,COMSOL模拟：电磁超声压电接收技术在铝板裂纹检测中的应用,comsol电磁超声压电接收EMAT 在1mm厚铝板中激励250kHz的电磁超声在200mm位置处设置一个深0.8mm的裂纹缺陷，左端面设为低反射边界。 在85mm位置处放置一个压电片接收信号，信号如图3所示，三个波分别为始波，裂纹反射波(S0模态)和右端面回波(S0）。 ,comsol;电磁超声;压电接收;EMAT;裂纹缺陷;信号接收;波;始波;S0模态;右端面回波,电磁超声检测技术：裂纹缺陷定位与信号分析

  • MATLAB环境中基于PSO算法的机器人路径规划系统：可视化界面下的障碍物自定义与终点规划,MATLAB实现PSO算法的机器人路径规划系统：支持自定义障碍物、起点终点的可视化界面操作,基于MATLAB

    MATLAB环境中基于PSO算法的机器人路径规划系统：可视化界面下的障碍物自定义与终点规划,MATLAB实现PSO算法的机器人路径规划系统：支持自定义障碍物、起点终点的可视化界面操作,基于MATLAB的粒子群优化（PSO）算法的机器人路径规划，可视化界面，可自定义障碍物，起点和终点。 ,MATLAB; 粒子群优化（PSO）算法; 机器人路径规划; 可视化界面; 自定义障碍物; 起点和终点,MATLAB PSO算法机器人路径规划与可视化界面

  • 五电平无刷直流电机BLDC矢量控制仿真模型研究：转速稳定、多电平可调参数的Matlab Simulink模型应用,五电平无刷直流电机BLDC矢量控制仿真模型研究：转速稳定、多电平可调参数的Matlab

    五电平无刷直流电机BLDC矢量控制仿真模型研究：转速稳定、多电平可调参数的Matlab Simulink模型应用,五电平无刷直流电机BLDC矢量控制仿真模型研究：转速稳定、多电平可调参数的Matlab Simulink模型应用分析,五电平无刷直流电机BLDC矢量控制仿真模型，给定转速1000r min，运行良好； 三电平，两电平均可做，可调参数； matlab simulink模型 ,五电平BLDC矢量控制; 仿真模型; 1000r_min; 三电平控制; 可调参数; Matlab_Simulink模型。,五电平BLDC矢量控制仿真模型：三电平可调参数，1000r/min良好运行，Matlab Simulink实现

  • VSG预同步控制与电流双环控制的Matlab仿真模型研究及电力电子入门指南,基于Matlab的VSG预同步控制仿真模型：涵盖并网逆变器、VSG控制及电流双环管理等多模块研究参考文献详实电力电子仿真入门

    VSG预同步控制与电流双环控制的Matlab仿真模型研究及电力电子入门指南,基于Matlab的VSG预同步控制仿真模型：涵盖并网逆变器、VSG控制及电流双环管理等多模块研究参考文献详实电力电子仿真入门指南,VSG预同步控制matlab仿真模型 主要模块： 并网逆变器+VSG控制+预同步控制+电流电流双环控制 锁相环、三相准PR控制、PWM。 并附带参考文献，内容详实，适合电力电子入门仿真参考。 ,VSG预同步控制; MATLAB仿真模型; 并网逆变器; VSG控制; 预同步控制; 电流双环控制; 锁相环; 三相准PR控制; PWM; 参考文献。,Matlab仿真模型：VSG预同步控制及多模块协同仿真研究

  • WIFI密码查看器支持Windows系统

    WIFI密码查看器支持Windows系统，简单实用，欢迎下载

  • 1998-2022年各地级市产业结构高级化数据（含原始数据+计算过程+结果）

    1998-2022年各地级市产业结构高级化数据（含原始数据+计算过程+结果） 1、时间：1998-2022年 2、指标：第二产业占比、第三产业占比、产业结构高级化 3、来源：城市统计NJ 4、计算说明：产业结构高级化=第三产业占比/第二产业占比 5、范围：290+地级市 6、缺失情况:缺失情况与年鉴一致，表内附有年鉴国内生产总值构成（三次产业占比）原始数据，以2022年地级市名单进行统计整理，2017年年鉴未统计全市层面数据，为市辖区数据

  • Skyline TerraExplorer Pro 5.1.3

    Skyline TerraExplorer Pro 5.1.3

  • v4l-utils-0.9.5-4.el7.x64-86.rpm.tar.gz

    1、文件内容：v4l-utils-0.9.5-4.el7.rpm以及相关依赖 2、文件形式：tar.gz压缩包 3、安装指令： #Step1、解压 tar -zxvf /mnt/data/output/v4l-utils-0.9.5-4.el7.tar.gz #Step2、进入解压后的目录，执行安装 sudo rpm -ivh *.rpm 4、更多资源/技术支持：公众号禅静编程坊

Global site tag (gtag.js) - Google Analytics