2019 深度学习框架大盘点！看 PyTorch、TensorFlow 如何强势上榜？
点击上方“AI有道”，选择“星标”公众号
重磅干货，第一时间送达
本文将以一个视频的方式讲解 2019 年深度学习各大框架。视频作者来自人工智能领域的网红小哥 Siraj Raval。
下面是作者 Siraj Raval 对该视频的介绍：
您应该使用哪个深度学习框架？在下面的视频中，我将比较 10 个不同指标的深入学习框架，包括：
Keras
theano
TensorFlow
Caffe
Caffe2
mxnet
CNTK
GLUON
PyTorch
torch
我们在这段视频中有很多要介绍的内容！使用代码、编程特性和理论，我将导航这个领域，最终得出一些明确的结论。享受吧！
视频：
小哥 Siraj Raval 的视频做得真不错，开头就以漫威的超级英雄入场，一起来看一下！
有点遗憾的是该视频是生肉（无字幕），不过也还好，小哥的语速很慢，大部分都能听懂。想要自动翻译，有条件的同学可以在油管上看，附上地址：
https://www.youtube.com/watch?v=SJldOOs4vB8
代码：
作者已将这段视频中出现的完整代码放在了 GitHub 上，项目地址：
https://github.com/llSourcell/DeepLearningFrameworks
代码可以说是非常详细了，毕竟网红小哥是用心了的，视频也做得棒棒的~
框架比较：
从四个方面来比较各个框架的性能差异。
1. Training Time(s): CNN (VGG-style, 32bit) on CIFAR-10 - Image Recognition
2. Training Time: DenseNet-121 on ChestXRay - Image Recognition (Multi-GPU)
Train+Val w/ data-loader + data-augmentation on real-data on SSD：
Train w/ synthetic-data in RAM：
3. Avg Time(s) for 1000 images: ResNet-50 - Feature Extraction
4. Training Time(s): RNN (GRU) on IMDB - Sentiment Analysis
清晰幽默的视频讲解 + 详细代码和性能比较，希望能帮助大家深入了解这些火热的深度学习框架！
【推荐阅读】