TensorFlow/Keras/Theano:哪个最适合人工智能入门?

所以在过去的几个月里,我一直花费大量时间与TensorFlow和Keras(在Keras下使用TensorFlow)合作,而且我一直在讨论何时应该使用哪个工具集。

对于那些还没有使用Keras的人来说,它是一个Python库,专为简单的神经网络组装而设计,带有大量预先打包的网络类型,从二维和三维风格的卷积网络到长期-和短期网络,更普遍的经常性网络。使用Keras构建网络是直截了当的-虽然确切地确定要构建的网络不是。Keras在其API设计中使用的语义非常面向层,使得网络组装相对直观。

但事实上,一旦你实现了新的网络架构,能够重用该架构真的可以让你的生活更轻松。实际上,您可以实现将数据传递到更高层的自定义图层,或者执行更复杂的事务。那么,你最好的选择?两者兼用。在实施新数据时使用Keras,在实施新模型时使用TensorFlow。完成TensorFlow模型后,移植到Keras并添加到您的个人库(甚至更好的Keras项目)。

AIYVoiceKit(语音套件)作为一款语音开发工具,可以连接云服务,如Google的AssistantSDK或者CloudSpeechAPI。用户可在此基础上创建虚拟语音助手、为自己的项目添加语音交互功能。

AIYVisionKit(视觉套件)是一套简单的计算机视觉系统,可运行3种基于TensorFlow的类神经网路模型应用程序。VisionKit谷歌首个在设备上提供神经网络加速的项目,能在不连接到云的情况下提供计算机视觉支持,也就说,用户可以离线使用。

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181024A07UVE00?refer=cp_1026
  • 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 cloudcommunity@tencent.com 删除。

扫码关注腾讯云开发者

领取腾讯云代金券