飞桨—百度架构师手把手带你零基础实践深度学习21天 学习笔记——使用飞桨进行深度学习的优势
2020-08-13 11:45
686 查看
其实在我们编写波士顿房价预测任务的过程中,可以看到是比较繁琐的。
如果我们拥有深度学习框架和平台,我们可以简化更多不必要的繁琐的外围工作,我们只关注模型设计和业务场景本身。
深度学习工具的优势:
1.节省编写大量底层代码的精力:屏蔽底层实现,用户只需关注模型的逻辑结构。同时,深度学习工具简化了计算,降低了深度学习入门门槛。
2.省去了部署和适配环境的烦恼:具备灵活的移植性,可将代码部署到CPU/GPU/移动端上,选择具有分布式性能的深度学习工具会使模型训练更高效。
在不同任务中,建模者关心的是指定模型与逻辑元素,更为理想的能够是我们深度学习效率大大提高的是,将如何实现这些元素由深度学习框架/平台完成。
如果我们直接学习飞桨平台,可能还体会不到它的优势,但在通过自己的努力和推导下,完成了波士顿房价预测任务后,我才发现,完成建模后,再去实现它花费了很大精力。
如果有一个平台或框架能够帮助我实现这些固定的算法与元素,能够提供大量的现成模型资源,可以提高我们的工作效率。
由此,我也体会到了飞桨的魅力。
相关文章推荐
- 飞桨 百度架构师手把手带你零基础实践深度学习21天 学习笔记——使用飞桨重写波士顿房价预测模型
- 2使用Python语言和Numpy库来构建神经网络模型-波士顿房价预测任务实战案例(百度架构师手把手带你零基础实践深度学习原版笔记系列)
- 飞桨百度架构师手把手带你零基础实践深度学习——手写数字识别网络结构的优化
- 飞桨百度架构师手把手带你零基础实践深度学习——手写数字识别损失函数的优化
- 飞桨百度架构师手把手带你零基础实践深度学习——手写数字识别 资源配置
- 1机器学习和深度学习综述(百度架构师手把手带你零基础实践深度学习原版笔记系列)
- 飞桨PaddlePaddle百度架构师手把手带你零基础实践深度学习 第一周心得
- PaddlePaddle-百度架构师手把手带你零基础实践深度学习-笔记01(代码详解)
- 飞桨百度架构师手把手带你零基础实践深度学习——手写数字识别训练调试与优化
- PaddlePaddle-百度架构师手把手带你零基础实践深度学习-笔记02(代码详解)
- 深度学习笔记之使用Faster-Rcnn进行目标检测 (实践篇)
- 直播提醒 | 「百度架构师手把手带你实践深度学习」开课啦!
- 深度学习笔记之使用Faster-Rcnn进行目标检测 (实践篇)
- 使用Python和Numpy进行波士顿房价预测任务(二)【深度学习入门_学习笔记】
- 使用Python和Numpy进行波士顿房价预测任务(一)【深度学习入门_学习笔记】
- 【学习日记】使用百度深度学习平台进行深度学习
- 【转载】使用theano进行深度学习实践(一) - CSDN博客
- 深度学习笔记之使用Faster-Rcnn进行目标检测 (原理篇)
- Colaboratory:手把手教你使用Google免费的云端IDE进行深度学习(免费的GPU加速)的详细攻略——Jason niu
- 【深度学习】【caffe实用工具4】笔记26 windows下使用Caffe中的源代码进行【训练】和【预测】