Keras還是TensorFlow，程序員該如何選擇深度學(xué)習(xí)框架？如果您想用少量的代碼盡快地構(gòu)建和測試神經(jīng)網(wǎng)絡(luò)，keras是最快的，而且sequential API和model非常強(qiáng)大。而且keras

Keras還是TensorFlow，程序員該如何選擇深度學(xué)習(xí)框架？

如果您想用少量的代碼盡快地構(gòu)建和測試神經(jīng)網(wǎng)絡(luò)，keras是最快的，而且sequential API和model非常強(qiáng)大。而且keras的設(shè)計(jì)非常人性化。以數(shù)據(jù)輸入和輸出為例，與keras的簡單操作相比，tensorflow編譯碼的構(gòu)造過程非常復(fù)雜（尤其對于初學(xué)者來說，大量的記憶過程非常痛苦）。此外，keras將模塊化作為設(shè)計(jì)原則之一，用戶可以根據(jù)自己的需求進(jìn)行組合。如果你只是想快速建立通用模型來實(shí)現(xiàn)你的想法，keras可以是第一選擇。

但是，包裝后，keras將變得非常不靈活，其速度相對較慢。如果高度包裝，上述缺點(diǎn)將更加明顯。除了一些對速度要求較低的工業(yè)應(yīng)用外，由于tensorflow的速度較高，因此會選擇tensorflow

如果您在驗(yàn)證您的想法時(shí)，想定義損失函數(shù)而不是使用現(xiàn)有的設(shè)置，與keras相比，tensorflow提供了更大的個(gè)性空間。此外，對神經(jīng)網(wǎng)絡(luò)的控制程度將在很大程度上決定對網(wǎng)絡(luò)的理解和優(yōu)化，而keras提供的權(quán)限很少。相反，tensorflow提供了更多的控制權(quán)，比如是否訓(xùn)練其中一個(gè)變量、操作梯度（以獲得訓(xùn)練進(jìn)度）等等。

盡管它們都提供了深度學(xué)習(xí)模型通常需要的功能，但如果用戶仍然追求一些高階功能選擇，例如研究特殊類型的模型，則需要tensorflow。例如，如果您想加快計(jì)算速度，可以使用tensorflow的thread函數(shù)來實(shí)現(xiàn)與多個(gè)線程的相同會話。此外，它還提供了調(diào)試器功能，有助于推斷錯(cuò)誤和加快操作速度。

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺方向的CS碩士研究生，應(yīng)該往python還是MATLAB發(fā)展？

機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺作為人工智能的重要組成部分，是近年來研究生們研究的熱點(diǎn)。機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺需要處理各種算法，所以我們經(jīng)常需要使用一些方便的工具來輔助研究，比如MATLAB就是一個(gè)常用的工具。

與Python相比，Matlab更像一個(gè)工具。雖然我經(jīng)常說編程語言是一種工具，但python可以做除科學(xué)計(jì)算之外的其他事情，比如web開發(fā)。因此，Python是一種編程語言，而MATLAB更接近于一種工具。目前，matlab還支持語言輸出。

因?yàn)槲沂亲鳛橐粋€(gè)程序員出生的，所以在早期我并不費(fèi)心使用MATLAB。直到我們的一位同事在我面前展示了MATLAB的強(qiáng)大功能，我才對MATLAB更感興趣，并用了一段時(shí)間。使用MATLAB有很強(qiáng)的方便性。以前需要很多代碼的地方，只需要簡單的配置，這樣matlab就可以節(jié)省很多時(shí)間。如果你在做研究，你不需要實(shí)現(xiàn)這個(gè)項(xiàng)目，所以使用MATLAB絕對是一個(gè)不錯(cuò)的選擇，你不必在編碼上投入太多精力。

后來，我開始做機(jī)器學(xué)習(xí)，因?yàn)槲业暮芏嘌芯績?nèi)容是要實(shí)現(xiàn)的（基于實(shí)際應(yīng)用），所以我直接用python。在使用python之前，我使用了java（其中有更多的故事）。如果您需要在實(shí)踐中使用該算法，那么必須正確地使用python。MATLAB擅長分析和建模。

Python機(jī)器學(xué)習(xí)需要使用numpy、Matplotlib和SciPy，使用起來并不復(fù)雜。學(xué)習(xí)Python也相對簡單易用。

建議在研究生階段學(xué)習(xí)Python，但這取決于導(dǎo)師的具體安排和指導(dǎo)。雖然他們都做機(jī)器學(xué)習(xí)，但我的研究更傾向于機(jī)器學(xué)習(xí)應(yīng)用，所以我推薦python。