|
選自Medium 機(jī)器之心編譯 參與：吳攀、朱思穎、李亞洲
TensorFlow 鏈接：https://www./ 對于那些聽說過深度學(xué)習(xí)但還沒有太過專門深入的人來說，TensorFlow 是他們最喜歡的深度學(xué)習(xí)框架，但在這里我要澄清一些事實。 在 TensorFlow 的官網(wǎng)上，它被定義為「一個用于機(jī)器智能的開源軟件庫」，但我覺得應(yīng)該這么定義：TensorFlow 是一個使用數(shù)據(jù)流圖（data flow graphs）進(jìn)行數(shù)值計算的開源軟件庫。在這里，他們沒有將 TensorFlow 包含在「深度學(xué)習(xí)框架」范圍內(nèi)，而是和 Theano 一起被包含在「圖編譯器（graph compilers）」類別中。 在結(jié)束了 Udacity 的 Deep Learning 課程（https://www./course/deep-learning--ud730）之后，我的感覺是 TensorFlow 是一個非常好的框架，但是卻非常低層。使用 TensorFlow 需要編寫大量的代碼，你必須一遍又一遍地重新發(fā)明輪子。而且我并不是唯一一個這么想的人。Andrej Karpathy 在 Twitter 上就多次吐過槽： 推文：我希望 TensorFlow 能標(biāo)準(zhǔn)化我們的代碼，但它是低層面的，所以我們在其上面的層上分道揚鑣了：Slim、PrettyTensor、Keras、TFLearn ... 比如：我們在 OpenAI 使用 TensorFlow，但我們似乎都更喜歡其它框架，我們有些人還寫自定義代碼。嘆 幾個月前，我去參加了「Google Experts Summit: TensorFlow, Machine Learning for everyone, with Sergio Guadarrama」。Sergio 是開發(fā) TensorFlow 的一位工程師，但他在會上沒有展示 TensorFlow，而是展示了一個在 TensorFlow 上工作的更高層的庫 tf.contrib：https://www./tutorials/tflearn/。我的看法是：他們內(nèi)部已經(jīng)意識到如果要讓更多人使用 TensorFlow，他們就需要以更高的抽象水平在其上創(chuàng)建一些層，從而簡化 TensorFlow 的使用。 TensorFlow 支持 Python 和 C++，也允許在 CPU 和 GPU 上的計算分布，甚至支持使用 gRPC 進(jìn)行水平擴(kuò)展。 總結(jié)：TensorFlow 非常好，但你必須了解它好在哪里。如果你不想什么事都自己手動去做和重新發(fā)明輪子，你可以使用更簡單的庫（安利一下 Keras）。 Theano 鏈接：http:///software/theano/ Theano 是最老牌和最穩(wěn)定的庫之一。據(jù)我所知，深度學(xué)習(xí)庫的開端不是 Caffe 就是 Theano。 和 TensorFlow 類似，Theano 是一個比較低層的庫。也因此它并不適合深度學(xué)習(xí)，而更適合數(shù)值計算優(yōu)化。它支持自動的函數(shù)梯度計算，帶有 Python 接口并集成了 Numpy，這使得它從一開始就成為了通用深度學(xué)習(xí)領(lǐng)域最常使用的庫之一。 今天，Theano 依然效果良好，但由于它不支持多 GPU 和水平擴(kuò)展，在 TensorFlow 的熱潮下（它們針對同一個領(lǐng)域），Theano 已然開始被遺忘了。 Keras 鏈接：https:/// 「You have just found Keras.」 上面這句話是你打開文檔頁面時看到的第一句話。我還記得我第一次發(fā)現(xiàn) Keras 的時候。那時候我正在柏林解決 Data Science Retreat 的最后一個項目，為此我努力進(jìn)入了深度學(xué)習(xí)庫的世界。我在起步時就已經(jīng)有了足夠的深度學(xué)習(xí)知識，但我沒有時間自己手動編寫功能，也沒有時間探索和學(xué)習(xí)一個新的庫（截止時間不到 2 個月，而我還有課要上）。然后我發(fā)現(xiàn)了 Keras。 我真的很喜歡 Keras，因為它的句法是相當(dāng)明晰的，它的文檔也非常好（盡管相對較新），而且它支持我已經(jīng)掌握的語言 Python。它的使用非常簡單輕松；我們也能很直觀地了解它的指令、函數(shù)和每個模塊之間的鏈接方式。 Keras 是一個非常高層的庫，可以工作在 Theano 和 TensorFlow（可以配置）之上。另外，Keras 強(qiáng)調(diào)極簡主義——你只需幾行代碼就能構(gòu)建一個神經(jīng)網(wǎng)絡(luò)。在這里你可以比較一下 Keras 和 TensorFlow 實現(xiàn)相同功能時所需的代碼：https://gist.github.com/ricgu8086/0ba44ce3aab19ec50425383a4d778b50 Lasagne 鏈接：http://lasagne./en/latest/index.html Lasagne 是一個工作在 Theano 之上的庫。它的使命是簡化一點深度學(xué)習(xí)算法之下的復(fù)雜計算，同時也提供了一個更加友好的接口（也是 Python 的）。這是一個老牌的庫，并且很長時間以來它都是一個擴(kuò)展能力很強(qiáng)的工具；但在我看來，它的發(fā)展速度趕不上 Keras。它們的適用領(lǐng)域都差不多，但 Keras 有更好的文檔、也更完整。 Caffe 鏈接：http://caffe./ Caffe 不只是最老牌的框架之一，而是老牌中的老牌。 在我看來，Caffe 有非常好的特性，但也有一些小缺點。起初的時候它并不是一個通用框架，而僅僅關(guān)注計算機(jī)視覺，但它具有非常好的通用性。在我們實驗室的實驗中，CaffeNet 架構(gòu)的訓(xùn)練時間在 Caffe 中比在 Keras 中（使用了 Theano 后端）少 5 倍。Caffe 的缺點是它不夠靈活。如果你想給它來一點新改變，那你就需要使用 C++ 和 CUDA 編程，不過你也可以使用 Python 或 Matlab 接口進(jìn)行一些小改變。 Caffe 的文檔非常貧乏。你需要花大量時間檢查代碼才能理解它（Xavier 初始化有什么用？Glorot 是什么？） Caffe 的最大缺點之一是它的安裝。它需要解決大量的依賴包……我曾經(jīng)安裝過 Caffe 兩次，真正痛苦至極。 但要清楚，Caffe 并不是一無是處。在投入了生產(chǎn)的計算機(jī)視覺系統(tǒng)的工具上，Caffe 是無可爭議的領(lǐng)導(dǎo)者。它非常穩(wěn)健非?？焖佟Ｎ业慕ㄗh是：用 Keras 進(jìn)行實驗和測試，然后遷移到 Caffe 中進(jìn)行生產(chǎn)。 DSSTNE 鏈接：https://github.com/amznlabs/amazon-dsstne DSSTNE 的發(fā)音同 Destiny，是一個酷勁十足的框架卻總是被忽略。為什么？除去其他的因素不談，原因在于這個框架不具有普適性，不是為一般常見任務(wù)所設(shè)計的。DSSTNE 框架只做一件事——推薦系統(tǒng)，但把這件事做到了極致。既不是為研究而設(shè)計，也不是為測試 idea 而設(shè)計（來源其官方網(wǎng)站的宣傳語），DSSTNE 框架是為量產(chǎn)而設(shè)計。 我們已在 BEEVA 上做一些實驗測試了，目前我已經(jīng)感覺到這是一個運行非?？斓墓ぞ卟⑶夷軌虻玫椒浅：玫倪\行結(jié)果（平均準(zhǔn)確率均值——mAP 很高）。為了達(dá)到這一速度，DSSTNE 框架用 GPU 運行，這也是它的弊端之一：不同于篇中分析的其他框架或者庫，這個框架不支持使用者隨意在 CPU 和 GPU 中切換，而這可能會對有些嘗試有用，但我們在 DSSTNE 里做這樣的嘗試時是不被框架所允許的。 其他的感受就是迄今為止 DSSTNE 還不是一個足夠成熟的項目，而且它封裝的太嚴(yán)密了（「black box」）。如果我們想深入了解這個框架的運行機(jī)制是什么，我們必須且只能去看它的源碼，并且你需要完成很多必須完成的設(shè)置（「TODO」）才可以看到。同時，關(guān)于這個框架的在線教程不多，而能讓開發(fā)者進(jìn)行操作嘗試的指導(dǎo)就更少了。我的意見是再等 4 個月看看 DSSTNE 的最新版本。不能不說 DSSTEN 的確是一個很有意思的項目但還需要一點成長空間。 還想說明一點，這個框架對編程能力沒有要求。DSSTNE 框架通過其終端的命令行來執(zhí)行相關(guān)操作。 到目前為止，很多我知道也很流行的框架和庫我還沒有用過，我不能給出更多具體的細(xì)節(jié)。 Torch 鏈接：http:/// 在這個世界上每天仍有很多戰(zhàn)爭，但是一個優(yōu)秀的「勇士」（西班牙語「Guerrero」）必須熟知哪些戰(zhàn)爭是需要去參加作戰(zhàn)的，哪些是可以選擇不參與的。 Torch 是一個很著名的框架，因巨頭 Facebook 的人工智能研究所用的框架是 Torch，并且在被谷歌收購之前 DeepMind 也是用的 Torch（收購之后 DeepMind 轉(zhuǎn)向了 TensorFlow）。Torch 的編程語言是 Lua，這就是我剛才所談的「戰(zhàn)爭」的具體所指。在目前深度學(xué)習(xí)編程語言絕大部分以 Python 實現(xiàn)為主的大趨勢下，一個以 Lua 為編程語言的框架的最大劣勢莫過于此。我從未用使用過這個語言，如果我想使用 Torch 這個工具，毫無疑問我需要先學(xué)習(xí) Lua 語言然后才能使用 Torch。這固然是一個合理的過程，但就我個人情況來說，我偏向于用 Python、Matlab 或者 C++的實現(xiàn)。 MXNet 鏈接：https://github.com/dmlc/mxnet mxnet 是一個支持大多數(shù)編程語言的框架之一，包括 Python，R，C++，Julia 等。但我覺得使用 R 語言的開發(fā)者會特別偏愛 mxnet，因為至今為止還是 Python 以不可置疑的態(tài)勢稱霸深度學(xué)習(xí)語言的（Python 與 R 的對決，猜猜我會站哪邊？:-p） 老實說，在此之前我并沒有很關(guān)注 mxnet。但是當(dāng)亞馬遜 AWS 宣布選擇 mxnet 作為其深度學(xué)習(xí) AMI 的庫時觸發(fā)我開始關(guān)注 mxnet。我必須去了解一下。后來我獲知亞馬遜把 mxnet 列為其深度學(xué)習(xí)的參考庫并宣稱其巨大的橫向擴(kuò)展能力。我感覺到這里面有一些新的改變發(fā)生而且我必須深入了解。這也是為什么我們 2017 的 BEEVA 的技術(shù)測試名單里有 mnxet 的原因。 我對多 GPU 的擴(kuò)展能力有點疑慮并且我很原意去了解這樣實驗的更多細(xì)節(jié)，但目前我還是對 mxnet 持懷疑態(tài)度。 DL4J 鏈接：https:/// 我接觸這一庫，是因為它的 documentation。當(dāng)時我正在尋找受限玻爾茲曼機(jī)、自編碼器，在 DL4J 中找到了這兩個 documentation。里面的文件很清楚，有理論，有代碼案例。我必須得說 DL4J 的 documentation 簡直是藝術(shù)品，其他庫在記錄代碼的時候需要向它學(xué)習(xí)。 DL4J 背后的公司 Skymind 意識到，雖然在深度學(xué)習(xí)圈內(nèi) Python 是老大，但大部分程序員起自 Java，所以需要找到一個解決方案。DL4J 兼容 JVM，也適用 Java、Clojure 和 Scala，隨著 Scala 的起起落落，它也被很多有潛力的創(chuàng)業(yè)公司使用，所以我還會繼續(xù)緊追這個庫。 此外，Skymind 的 twitter 賬戶非常活躍，不斷公開最新的科學(xué)論文、案例和教程，及其推薦大家關(guān)注。 Cognitive Toolkit 鏈接：https://github.com/Microsoft/CNTK 認(rèn)知工具包（Cognitive Toolkit）之前被大家所知的縮略是 CNTK，但是最近又重命名回歸到 Cognitive Toolkit，很可能是想沾最近微軟認(rèn)知服務(wù)（Microsoft Cognitive services）的光。在公開的基準(zhǔn)測試上的表現(xiàn)來看，這個工具似乎很強(qiáng)勁，支持縱向和橫向的推移。 目前為止，Cognitive Toolkit 似乎不是很流行。我并沒有讀到很多關(guān)于使用這個庫的博客、在線實驗案例或者在 Kaggle 里的相關(guān)評論。但是對我來說，一個背靠微軟研究的框架特別強(qiáng)調(diào)自己的推移能力讓我覺得有些奇怪，畢竟微軟研究團(tuán)隊可是在語音識別上打破世界紀(jì)錄并逼近人類水準(zhǔn)。 我在查看他們項目百科的一個范例的時候了解到 Cognitive Toolkit 在 Python 上的語法和 Keras 是非常相類似的（Cognitive Toolkit 也支持 C++），這不禁讓我在想（并不是確認(rèn)）Keras 才是正確的方式。 結(jié)論 我的結(jié)論是：如果你想進(jìn)入這一領(lǐng)域，你應(yīng)該首先學(xué)習(xí) Python。盡管這一領(lǐng)域還支持其它很多語言，但 Python 是應(yīng)用范圍最廣而且最簡單的一個。但是為什么要選擇 Python 呢——畢竟 Python 速度這么慢？因為大多數(shù)的庫都使用的是符號式語言（symbolic language）方法而非命令式語言（imperative language）方法。解釋一下也就是說：不是一條接一條地執(zhí)行你的指令，而是根據(jù)你給出的所有指令創(chuàng)建一個計算圖（computing graph）。這個圖被內(nèi)部優(yōu)化和編譯成可執(zhí)行的 C++ 代碼。這樣你就能同時利用上兩個世界的最優(yōu)之處：Python 帶來的開發(fā)速度和 C++ 帶來的執(zhí)行速度。 人們對深度學(xué)習(xí)的興趣越來越大了，但人們并不愿意等待算法訓(xùn)練所需的大量計算時間（而且我說的是 GPU，想都不要想只使用 CPU）。這也是多 GPU 支持、多機(jī)器上的水平擴(kuò)展甚至定制硬件最近開始得勢的原因。 深度學(xué)習(xí)領(lǐng)域非?；钴S、易變。很可能我現(xiàn)在所說的在 2017 年的中旬就變了。 我的建議是，如果你是初學(xué)者，使用 Keras，如果不是初學(xué)者，也可以使用它。如果你參加過 Kaggle 比賽，你肯定注意到了 Kaggle 的兩大巨星：Keras 和 XGBoost。 |
|
|
