मैंने सिर्फ cs231 से गहन सीखने के लिए न्यूरल नेटवर्क सीखना शुरू किया है। मैं पायथन में न्यूरल नेटवर्क को लागू करने की कोशिश कर रहा हूं। मैं Tensorflow या scikit-learn का उपयोग कर रहा हूँ। इस आवेदन के लिए इन पुस्तकालयों के कुछ पेशेवरों और विपक्ष क्या हैं?
जवाबों:
Cs231n पाठ्यक्रम में, जहाँ तक मैं याद करता हूँ, आप सबसे ज्यादा समय तंत्रिका नेटवर्क को कार्यान्वित करने में व्यतीत करते हैं, लेकिन कुछ भी नहीं बल्कि नुमाइशी! यह निश्चित रूप से मेरे लिए एक अद्भुत सीखने का अनुभव था।
उसके बाद, अंतिम असाइनमेंट में, आपको निश्चित रूप से अधिक जटिल नेटवर्क बनाने के लिए TensorFlow ( उदाहरण ) या Pytorch ( उदाहरण ) को देखने की आवश्यकता है। इन रूपरेखाओं को सीएस 231 एन जैसे शोधकर्ताओं और उद्योग के विशेषज्ञों को बनाने वाले लोगों द्वारा बनाया गया था।
SciKit जानें तंत्रिका नेटवर्क मॉड्यूल जैसे अलग सक्रियण कार्यों के रूप में convolutional नेटवर्क (CNNs), आवर्तक नेटवर्क (RNNs) या अन्य अधिक विदेशी घटकों, के रूप में या तो वर्गीकरण या प्रतिगमन, लेकिन कुछ भी अधिक सजावटी के लिए फ़ीड आगे नेटवर्क, के होते हैं।
मैं जिब २०११ से सहमत हूं, कि केरस शुरुआत करने के लिए एक बढ़िया विकल्प है - और आपको बैकेंड के रूप में टेन्सरफ्लो, सीएनटीके या थीनो के बीच चयन करने देगा। तीन राक्षसों के चौखटे के चारों ओर केर एक अच्छा समान आवरण है, तो चलिए आप चीजों को बहुत तेज़ी से उठाते और चलाते हैं। यहाँ Pytorch के साथ Keras की एक हालिया और उपयोगी तुलना है
एक बार जब आप केरस जैसे उपकरण से परिचित हो जाते हैं, तो इसका उपयोग करने में तेज हो जाएगा कि साइकिट सीखें।
मुझे पता है कि आपने PyTorch के बारे में नहीं पूछा था, लेकिन मैंने सोचा कि मैं इसका उल्लेख करूँगा, CS231n के मूल रचनाकारों में से एक के रूप में, लेडी कर्पथी का कहना है कि यह सबसे अच्छा ढांचा है ( स्रोत 1 , स्रोत 2 )।
tf.eagerएपीआई का उपयोग करके गतिशील नेटवर्क का समर्थन करता है , जो कि PyTorch के बराबर है।