一文带你了解 三种深度学习框架（Caffe，Tensorflow，Pytorch）的基本内容、优缺点以及三者的对比

觉得有帮助请动动小手点赞关注收藏~~~

一、Caffe

Caffe简介

Caffe是一个清晰的，可读性高的，快速的深度学习框架，主要应用在视频，图像处理方面，但是不够灵活，并且对递归网络和语言建模的支持很差

Caffe的特点

Caffe的基本流程是设计建立在神经网络中的一个简单假设，所有的计算都是以层的形式表示的，网络层所做的事情就是输入数据，然后输出计算结果，它的模型与优化都是通过配置文件来设置的，无须代码，并且提供了python和matlab接口

Caffe概述

Caffe是一种对新手非常友好的深度学习框架模型，它的相应优化都是以文本形式而非代码形式给出，Caffe中的网络都是有向无环图的集合，可以直接定义。

二、Tensorflow

Tensorflow简介

Tensorflow是一个采用数据流图用于数值计算的开源软件库，节点在图中表示数学操作，图中的线则表示在节点间相互联系的多为数据数组，即张量(tensor)，它灵活的架构让用户可以在多种平台上展开数值计算

Tensorflow的特点

Tensorflow不是一个严格的神经网络库，只要用户可以将计算表示为一个数据流图就可以使用Tensorflow。用户负责构建图，描写驱动计算的内部循环。Tensorflow在CPU和GPU上运行，并且支持将训练模型自动在多个CPU上规模化运算，以及将模型迁移到移动端后台