《MXNet深度學習實戰》—1.5　本章小結

1.5　本章小結

數據的爆發和計算力的提升極大地推動了人工智能的發展，其中以深度學習為代表的算法在大多數領域都超越了傳統算法，成為學術界和工業界持續研究和關注的對象。

深度學習的熱潮帶來了深度學習框架的不斷發展和進步，通過這些框架，我們可以更加靈活且高效地設計網絡結構和訓練模型。這段時期涌現出來眾多優秀的深度學習框架，比如Amazon的MXNet、Google的TensorFlow、Facebook的Caffe/Caffe2和PyTorch等。MXNet作為Amazon官方支持的深度學習框架，自2015年下半年開源以來深受用戶喜愛，其命令式編程（imperative programming）和符號式編程（symbolic programming）相結合的方式兼顧了靈活性和高效性，因此不論是高校研究還是企業部署都具有一定的優勢。同時MXNet擁有詳細的文檔和穩定的接口，不僅降低了上手門檻，而且還降低了代碼維護的成本。

上手MXNet并不需要你具備特殊知識，一般而言，只要你具備基本的代碼編寫能力和算法知識就可以開始你的深度學習之旅了。最后，為了方便讀者學習，全書所涉及的代碼在GitHub上均可下載，項目地址是：https://github.com/miraclewkf/MXNet-Deep-Learning-in-Action，如果后期本書中的內容或代碼有修正也會在該項目上發布說明，歡迎讀者訪問。

深度學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。