<mark id="oztn4"></mark>
0
作為機器學習領域、尤其是 Python 生態圈最受歡迎的框架平臺，TensorFlow 具有許多吸引開發者的優點。其中最顯而易見的是谷歌的技術支持和完善的社區（龐大用戶群）。這些都為 TensorFlow 的普及打下了基礎。但是，開發者需要了解 Tensorflow 在技術上有哪些值得一提的優勢，又有哪些不足，以便在處理特定任務時進行工具選擇。而這些，必須要在與其他平臺、框架的對比中才能凸顯。順便說一句老生常談的話，沒有萬能的工具，只有在不同應用場景下最合適的選擇。因此，雷鋒網整理了介紹 Tensorflow、Caffe、Microsoft Cognitive Toolkit （CNTK）、MXnet、Torch 等平臺框架，以及對它們做橫向對比的文章，供讀者按圖索驥。
這部分的文章，對 TensorFlow 和其它主流深度學習框架、平臺做了概括性介紹，歸納它們的主要特點。有經驗的開發者可跳過。
谷歌、微軟、OpenAI 等巨頭的七大機器學習開源項目 看這篇就夠了
對 Tensorflow、DeepMind Lab、Universe、FastText、CNTK、MXNet、SystemML 這七個開源機器學習平臺、框架做了介紹。它們都是谷歌、微軟、亞馬遜、IBM 等國際互聯網巨頭開發或維護的平臺，在一定程度上反應了巨頭們的 ML 布局以及研究傾向。
注意：該文章發布時 Facebook 尚未推出 Pytorch。現在看來，Pytorch 是臉書在 ML 領域的關鍵項目。
地址：http://m.zaocj.com/news/201612/rFVygnQf4WjogJQR.html
深度學習——你需要了解的八大開源框架
對 TensorFlow、Torch、Caffe、Theano、Deeplearning4j 等主流開源框架作了簡要介紹，總結了它們的核心優勢及特點。
地址：http://m.zaocj.com/news/201608/5kCJ4Vim3wMjpBPU.html （來源雷鋒網）
對比深度學習十大框架：TensorFlow 最流行但并不是最好
這篇文章翻譯自 Medium，同樣是對開源框架的綜合性介紹。它出自 BEEVA Labs 的數據分析師 Ricardo Guerrero Gomez-Ol 之手，對 TensorFlow、Theano、Keras、Lasagne 等框架和工具做了簡要介紹。
地址：http://geek.csdn.net/news/detail/132553
這幾天 AI 圈都在關注的深度學習庫評測
整理自香港浸會大學褚曉文教授研究團隊的論文。褚教授在論文中對 Caffe、CNTK、MXNet、TensorFlow、Torch 幾大工具在 CPU、GPU 平臺上的性能表現做了深度評測。該論文一經發表便受到廣泛關注，堪稱是迄今為止，對上述幾個主流深度學習框架最深入、客觀的計算性能對比。其研究結果，簡明扼要得歸納了這幾大平臺分別最適合處理何種神經網絡任務。雷鋒網強力推薦。
地址：http://m.zaocj.com/news/201701/OlEiX6kZLKHVUyW2.html （來源雷鋒網）
機器學習和深度學習的最佳框架大比拼
這篇文章翻譯自 Infoworld，對 TensorFlow、Caffe、CNTK、MXNet、Scikit-learning、Spark MLlib 等幾大框架的優缺點進行了點評，以及實踐總結。本文針對不同背景、習慣的開發者，提供了平臺選擇上的建議。
地址：https://news.cnblogs.com/n/562250/
TensorFlow 等主流深度學習框架比較分析
這篇文章羅列了 TensorFlow、Theano、MXnet 三者的主要屬性和技術規格，做了簡明扼要的對比。
地址：http://www.tuicool.com/articles/BVFb6bb
Caffe、TensorFlow、MXnet 三個開源庫對比
這是國內一名為陳汝丹的開發者的實操心得，對三個框架發表了自己的看法。文章對技術的討論較為細致，適合做實踐參考。
如何評價百度剛剛開源的 Paddle 平臺？
2016 年下半年開源的 PaddlePaddle 是百度的誠意之作，或許還是國內誕生的最具重量級的機器學習框架。這篇文章對其做了介紹，并邀請行業人士對 PaddlePaddle 相對于 TensorFlow、Caffe 的優缺點做了簡要評論。
地址：http://m.zaocj.com/news/201608/TfDtMfbKkUOEieWm.html（來源雷鋒網）
應該選擇 TensorFlow 還是 Theano？
由于 TensorFlow 與 Theano 有替代關系，兩者之間的比較是個相對熱門的話題。這是知乎上的問答，直接對比了這兩個深度學習框架。
地址：https://www.zhihu.com/question/41907061
TensorFlow 與 Apache Spark 結合：雅虎開源“TensorFlowOnSpark”
最后，說到 TensorFlow 就不得不提最近的一個大新聞——“TensorFlowOnSpark”。該框架使得 TensorFlow 兼容于 Apache Spark，能直接獲取后者的數據集，為開發者減少大量麻煩。
地址：http://m.zaocj.com/news/201702/XwhHugKHTk86WQso.html
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
