深度学习到智能小车（1）深度学习框架

0.前提

最近新开了一门叫机器学习的课程，老师一直在跟我们讲一些有关这方面的知识，告诉我们一定要学好数学，因为数学是算法的基础。我手上的donkeycar刚好也涉及到Keras深度神经网络，所以出于好奇我去图书馆借回了一本叫《Keras深度神经网络》的书（这是我前两周在图书馆看到的，但一直没有去拿来看，刚好实验暂缓了，作为乐子人就试着来看一下。）

1.深度学习简介

深度学习是人工智能中机器学习的一个子集。

1.流行的深度学习框架

1.Theano

Theano是基于python的最早的深度学习开源框架。由加拿大的蒙特利尔大学的蒙特利尔学习算法研究所（现在的MILA）开发，是在BSD许可下的开源项目。在很长的一段时间里，Theano都是深度学习的行业标杆。但随着谷歌大力支持的另一个框架TensorFlow的强势崛起，Theano日渐势微（在这里我们也可以看到行业的一大发展规律:出身学术的开源项目往往会被由巨型公司扶持的另一项开源项目所慢慢取代）。2017年9月28日，Yoshua Bengio教授宣布了Theano将停止开发，这被称为“Theano's Dead”。

2.TensorFlow

TensorFlow (google.cn)应该是当前最受欢迎、最广泛使用的深度学习框架之一。由谷歌开发并且开源，支持跨CPU、GPU以及移动和边缘设备部署。谷歌对TensorFlow进行了大力的推广，使得TensorFlow成为了当今最火的深度学习框架。

3.PyTorch

PyTorch是基于python语言的开源机器学习和深度学习库。由马克伯格的脸书AI团队开发。Pytorch能在强大的GPU加速基础上实现张量和动态神经网络。

donkeycar支持使用Fastai对Keras进行互换。

3.Keras

Keras: Deep Learning for humans是一个高层神经网络API，由纯Python编写而成并基Tensorflow、Theano以及CNTK后端。它的开发重点是实现快速实验。能够尽快将想法转化为结果是做好研究的关键，Keras是目前最容易上手的深度学习框架之一，Keras提供了一致且简洁的API，能极大减少用户的工作量。Keras相比其他的深度学习框架来说更像是一个深度学习接口。