作者rocking5566 (搖滾56)
看板deeplearning
標題[討論] DL 建模與上產品的工具流程
時間Thu Feb 15 00:05:48 2018
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 02/15 02:16
推 aaaba: 300萬大大在隔壁板QQ 02/15 09:34
推 aaaba: 這類非tool面向的方法。這個人在youtube有許多相關talk。 02/15 09:37
推 championship: 坐等神人詳解 02/15 09:51
推 XiDaDa5566: 300萬是什麼梗? 02/20 03:59
推 st1009: 300萬是什麼梗? 02/20 22:17
推 s1681688: 年薪300吧XDDD 02/27 10:18
推 st1009: 真正的問題是誰,看起來好像真有其人再隔壁版 02/28 16:29
推 Kazimir: 有的 我記得他貼過薪資單還什麼的 03/01 01:32