当前位置：新励学网 > 秒知问答 > deras算法的优势和劣势

deras算法的优势和劣势

发表时间：2024-08-23 09:20:42 来源：网友投稿

优势：

1、API简单，易用。

2、文档齐全，并且文档内容组织地很好。从简单到复杂，一步步的指引。

3、扩展性好。后端支持Tensorflow, theano,mxnet,cntk.而且自定义层也比较好写。

4、使用人群分布很广。深度学习的初学者喜欢用，制造技术'轮子'的主力人群(博士和研究生)也喜欢用。这点很重要。因为我注意到，当一个新的技术出来的时候，往往你很快就能找到相关的Keras例子。你很容易找到使用Keras的同道进行交流。劣势：

1、速度慢。后端如果使用mxnet或cntk，速度会快些；如果使用Tensorflow或theano，速度很慢。而且Keras本身是一个中间层，通过它调用Tensorflow或theano，会比单独使用Tensorflow或theano要慢。

2、程序占用GPU内存比较多。我以前从来没遇到过，模型加一层Dropout或者BatchNormalization就会导致GPU内存溢出。但最近用Keras训练一个大尺寸的U-NET模型的时候，就频繁遇到了GPU内存溢出问题。另外想要使用Keras的PRelu激活层，那你得准备更多的GPU内存才行。究其原因可能是Keras的层，为了扩展性好，大多数是用Python实现的。在性能和内存管理方面缺乏效率。

免责声明：本站发布的教育资讯（图片、视频和文字）以本站原创、转载和分享为主，文章观点不代表本网站立场。

如果本文侵犯了您的权益，请联系底部站长邮箱进行举报反馈，一经查实，我们将在第一时间处理，感谢您对本站的关注！