[[180634]]

2016 年已經(jīng)過去，BEEVA Labs 數(shù)據(jù)分析師 Ricardo Guerrero Gomez-Ol 近日在 Medium 上發(fā)表了一篇文章，盤點了目前最流行的深度學(xué)習(xí)框架。為什么要做這一個盤點呢?他寫道：「我常聽到人們談?wù)撋疃葘W(xué)習(xí)——我該從哪里開始呢?TensorFlow 是現(xiàn)在最流行的吧?我聽說 Caffe 很常用，但會不會太難了?在 BEEVA Labs，我們常常需要應(yīng)對許多不同的深度學(xué)習(xí)庫，所以我希望能夠?qū)⑽覀兊陌l(fā)現(xiàn)和感想分享出來，幫助那些剛剛進入深度學(xué)習(xí)這一美麗世界的人。」

TensorFlow

鏈接：https://www.tensorflow.org/

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。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 進行水平擴展。

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://deeplearning.net/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://keras.io/

「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.readthedocs.io/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展能力很強的工具;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.berkeleyvision.org/

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)健非常快速。我的建議是：用 Keras 進行實驗和測試，然后遷移到 Caffe 中進行生產(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常快的工具并且能夠得到非常好的運行結(jié)果(平均準(zhǔn)確率均值——mAP 很高)。為了達到這一速度，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，而且它封裝的太嚴密了(「black box」)。如果我們想深入了解這個框架的運行機制是什么，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節(jié)。

Torch

鏈接：http://torch.ch/

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 的擴展能力有點疑慮并且我很原意去了解這樣實驗的更多細節(jié)，但目前我還是對 mxnet 持懷疑態(tài)度。

DL4J

鏈接：https://deeplearning4j.org/

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、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調(diào)自己的推移能力讓我覺得有些奇怪，畢竟微軟研究團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)Keras 才是正確的方式。

結(jié)論

我的結(jié)論是：如果你想進入這一領(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、多機器上的水平擴展甚至定制硬件最近開始得勢的原因。

深度學(xué)習(xí)領(lǐng)域非常活躍、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。