tensorflow二分类 Keras还是TensorFlow，程序员该如何选择深度学习框架？

Keras还是TensorFlow，程序员该如何选择深度学习框架？

如果您想用少量的代码尽快地构建和测试神经网络，keras是最快的，而且sequential API和model非常强大。而且keras的设计非常人性化。以数据输入和输出为例，与keras的简单操作相比，tensorflow编译码的构造过程非常复杂（尤其对于初学者来说，大量的记忆过程非常痛苦）。此外，keras将模块化作为设计原则之一，用户可以根据自己的需求进行组合。如果你只是想快速建立通用模型来实现你的想法，keras可以是第一选择。

但是，包装后，keras将变得非常不灵活，其速度相对较慢。如果高度包装，上述缺点将更加明显。除了一些对速度要求较低的工业应用外，由于tensorflow的速度较高，因此会选择tensorflow

如果您在验证您的想法时，想定义损失函数而不是使用现有的设置，与keras相比，tensorflow提供了更大的个性空间。此外，对神经网络的控制程度将在很大程度上决定对网络的理解和优化，而keras提供的权限很少。相反，tensorflow提供了更多的控制权，比如是否训练其中一个变量、操作梯度（以获得训练进度）等等。

尽管它们都提供了深度学习模型通常需要的功能，但如果用户仍然追求一些高阶功能选择，例如研究特殊类型的模型，则需要tensorflow。例如，如果您想加快计算速度，可以使用tensorflow的thread函数来实现与多个线程的相同会话。此外，它还提供了调试器功能，有助于推断错误和加快操作速度。

如何用tensorflow实现多任务代码？一个分类一个检索？

1. 稳定的网络：tensorflow毕竟可以稳定地访问谷歌的官方文档，一般来说，它在英文文档方面比百度要好。2GitHub：源程序网站Linux内核网站托管GitHub内核git版本控制系统已逐渐取代SVN网站托管高质量，或是世界顶级源程序项目优于tensorflow Linux：tensorflow是Linux的主要运行平台。目前，Windows运行环境下对虚拟机的深度学习要求较高，虚拟机的效率过高。推荐原来Linux运行的新手，推荐发行版的Ubuntu或Linux mint来搜索Linux的源软件只Linux

作为一个程序员，分享我的一些经验：

编程的重点是软件环境，所以考虑软件环境是非常重要的。以下是从软件和硬件两个方面进行阐述。

硬件：CPU和内存是影响运行效果最直接的硬件，其次是显卡（如果从事动漫游戏，则非常重要）、硬盘。

CPU：最好使用inter，I系列，尤其是用于移动开发。使用虚拟机是必要的。国米是最无忧的。

内存：当然越大越好，现在价格不贵，最低推荐16g。

硬盘：SSD可以大大提高存储效率，现在是标准配置。

显卡：最好使用独立的显卡，a卡和N卡都可以，两者的选择往往取决于您的系统平台选择。

系统平台：Windows：作为一个开发平台，第一阶段问题不大，第二阶段问题不太理想。其实windows并不是很适合开发，特别是对于整个平台来说，至少IOS应用还不能开发。但是如果你只开发Windows应用程序，它是第一选择。

Mac:

前台、后台和移动开发都可以，基于UNIX核心平台，良好的命令行、开发语言环境和强大的图形设计应用程序。强烈推荐！（当然，如果我们只开发窗口应用程序，我们不会考虑它。）

Linux：

作为一个开发环境，它也是一个理想的系统平台。一方面，大多数服务器环境都基于Linux，因此在部署时应该熟悉它们。第二，在当前的开发模式和语言环境下，Linux更加方便、兼容。

因此，这取决于编程的方向，取决于系统环境的要求。因为系统平台不一样，所需的硬件会有所有的差异，购买时要一目了然。

在讨论了这么多考虑因素之后，实际上还有另一个重要条件：你的预算，也就是你的钱。如果你是个土豪，那没关系。你可以有一套笔记本电脑，台式机和服务器，并在家里使用它们。但大多数人必须小心。

让我们谈谈我的个人建议：

如果钱不是问题，最好从MacPro开始。

如果你没有钱，节省一个桌面，你最好将它与MAC兼容的硬件相匹配。安装一个双系统，一个窗口和一个黑苹果。那样的话，一切都结束了。

tensorflow二分类 tensorflow简单图片分类 focal loss 多分类

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。