深度學習框架的比較（MXNet, Caffe, TensorFlow, Torch, Theano)

1. 基本概念 1.1 MXNet相關概念       深度學習目標：如何方便的表述神經網絡，以及如何快速訓練得到模型     CNN(卷積層)：表達空間相關性(學表示)     RNN/LSTM：表達時間連續性(建模時序信號)     命令式編程(imperative programming)：嵌入的較淺，其中每個語句都按原來的意思執行，如numpy和Torch就是屬於這種     聲明式語言(

>>阅读原文<<