開源框架有：theano、tensorflow、caffe、torch、scikit-learn等
各自的應用：
1.theano開發於2023年，擅長處理多維陣列的庫，偏底層，需要從底層建立模型。與後來出現的tensorflow非常相似。它的優點有：使用計算圖，rnn 與計算圖相容良好，有 keras 和 lasagne 這樣高層的庫，門檻比tensorflow 低，缺點有：底層，較torch臃腫，對事先訓練過的模型支援不足，大模型需要時間較長。
3.torch：lua語言支援的，原生互動介面對卷積神經網路友好，擴充套件工具提供了豐富的遞迴神經網路的模型，不需要寫c++**，靈活性較高。在增強學習領域，卷積神經網路和**處理影象問題方面應用熱門。但它需要自己訓練**，不適合迴圈神經網路。無商業支援。
4.scikit-learn：提供一系列監督學習和無監督學習演算法。用於資料探勘和資料分析，幾乎涵蓋了機器學習的主流演算法，相對於tensorflow的底層，scikit-learn用的模組化的方式，很多演算法模型直接能用。但是其靈活性較低。
5.mxnet:亞馬遜的御用平台，擁有theano和tensorflow的資料流圖，為多gpu提供了良好配置。可以在很多硬體上執行。
參考文獻：
架構：
對cookie的一些認識
cookie是一小段文字資訊，將資料儲存在客戶端，設計初衷是為了彌補http協議無狀態的不足。客戶端請求伺服器時，如果伺服器需要記錄該使用者的狀態，就使用response向客戶端頒發乙個cookie，客戶端會把cookie儲存起來。當瀏覽器再次訪問該 時，瀏覽器會把請求的 連同該cookie一起提交...
迭代計算的一些開源框架
迭代計算是一種通過多次迴圈得出結果的計算方式，一般需要將上一次計算的結果代入到下一步的計算中去。當計算資料和計算規模都比較小時，可以在單機上實現計算過程 但是當資料集變大或者計算複雜度上公升時，在單機上就可能無法完成計算了。在網際網路企業中，各種資料探勘，資訊檢索等計算用例，由於抽取的資料集較大，往...
關於 對拍 的一些認識
對拍是怎麼回事呢？對拍相信大家都很熟悉，但是對拍是怎麼回事呢，下面就讓小編帶大家一起了解吧。對拍是用來檢驗自己寫的正解的正確性 效率的東西。操作說明 1.準備好自己寫的暴力 b.cpp 和 b.exe 和正解 z.cpp 和 z.exe 2.寫乙個造資料的程式 shuju.cpp 和 shuju.e...