[討論] DL 建模與上產品的工具流程

[rocking5566 (搖滾56)]

這問題分為兩塊
1. prototype 時用的工具、環境

由於 prototype 時，需要能快速實作與修改網路架構、
方便訓練、微調 hyper parameter、
fine tune weight

這部分常見的有兩派

a.  docker + tensorflow + high level api
ex: (keras or TFLearn or slim)
ipython notebook 修改上層流程
搭配 tensorboard 來看 learning curve

b.  docker + caffe

ps: 用 docker 原因是裝環境麻煩，build docker image 乾淨俐落，
確保團隊使用一樣的環境
而且當環境被玩壞的時候，三秒復原給你看XD

2. 部署至產品上的工具

這邊通常要求 forward 快速，相依 library 少
如果是 手機、嵌入式等 arm 環境，
則 library 大小、model 也是能小則小。

這一塊較受歡迎的，有 tensorflow lite、caffe2、
core ml、ncnn、mobile deep learning

若是雲端環境，則 mxnet 似乎是不錯的選擇

請問各位三百萬大大，有推薦使用的工具嗎？
蠻好奇不同情境下，適用的工具

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.73.158.69
※ 文章網址: https://www.ptt.cc/bbs/deeplearning/M.1518624350.A.BB6.html
※ 編輯: rocking5566 (114.25.13.109), 02/15/2018 00:14:36
→ aszx4510: 300萬大大在隔壁板QQ
推 aaaba:    300萬大大在隔壁板QQ
→ aaaba: 但要滿足部署需求可以考慮：https://youtu.be/eZdOkDtYMoo
推 aaaba: 這類非tool面向的方法。這個人在youtube有許多相關talk。
推 championship: 坐等神人詳解
推 XiDaDa5566: 300萬是什麼梗?
推 st1009:     300萬是什麼梗?
推 s1681688: 年薪300吧XDDD
推 st1009: 真正的問題是誰，看起來好像真有其人再隔壁版
推 Kazimir: 有的 我記得他貼過薪資單還什麼的