我正在研究为一个研究问题实施卷积神经网络。我听说过像 Pytorch 和 Tensorflow 这样的深度学习库，并希望获得一些关于它们是否适合我的需求的更多信息。
我对 Pytorch 的研究不多，只是简要了解了 Tensorflow。在易用性方面，我没有听到关于 Tensorflow 的好消息。我听说 Pytorch 更容易使用。但是似乎有更多关于 Tensorflow 的教程，特别是用于创建 CNN 的教程。
在确定哪个图书馆最适合我的需求时，我应该问自己什么样的问题？
Tensorflow（或 Keras）与 Pytorch 与其他一些用于实现 CNN 的 ML 库
数据挖掘
神经网络
张量流
美国有线电视新闻网
卷积
火炬
2021-09-20 01:54:10
2个回答
如果您正在寻找易于使用和阅读的东西，那么绝对选择 Keras。
Keras 中的 CNN 示例：
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
activation='relu',
input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,
optimizer=keras.optimizers.Adadelta(),
metrics=['accuracy'])
很容易阅读！
Source，实际上是在 Google 上搜索“keras CNN”时的第一个链接。
我真的很喜欢 Keras，因为它易于阅读、易于使用、出色的文档，如果您想在较低级别搞砸事情，您可以通过触摸 Keras 的后端（Tensorflow 或 Theano）来实现
编辑（根据您的评论）
优秀的博客：Keras vs Tensorflow
就个人而言，我在维也纳技术大学做研究，因为易于实施、安装和“可调试性”，我们使用了大量的 PyTorch。因此，我推荐 PyTorch。如果你正在做研究，这会派上用场。如果您有不同的想法，请随时质疑我的陈述。:)