《神經網絡與深度學習》- 常見的深度學習框架

    在深度學習中，一般通過誤差反向傳播算法來進行參數學習．採用手工方式來計算梯度再寫代碼實現的方式會非常低效，並且容易出錯．此外，深度學習模 型需要的計算機資源比較多，一般需要在 CPU 和 GPU 之間不斷進行切換，開發 難度也比較大．     因此，一些支持自動梯度計算、無縫CPU和GPU切換等功能的深度學習框架就應運而生．比較有代表性的框架包括：Theano、Caffe、TensorFl

>>阅读原文<<