Python MXNET vs Theano体验

我想做一些分布式计算。使用GPU进行机器学习？ 只是想知道是否有人有使用MXNET的经验（perf.vs Theano）

参考文献

---

谢谢

我对

mxnet

和

Theano

都有丰富的经验（通过千层面和干酪）

基准测试总是有偏见的，所以我不会对此发表评论，除非注意到所有的框架都非常快。以下几点可以帮助您做出决定：

Theano

与

mxnet

相比就像汇编与python相比。Theano具有用于构建机器学习模型的低级原语，并且本身不定义任何层或优化器，您通常会将其用于一些深度学习库，如千层面或干酪，而

mxnet

是更高级的。因此，票价比较将是

mxnet

vs

Keras

，而不是

mxnet

vs

Theano

mxnet

是一个较新的库，其中的某些内容还没有完善，而且与

Theano

相比，在线资源要少得多

<代码> TeaNo.<代码>（因此Lasane和Keras）在首次将它们运行到C++和CUDA时编译模型，这是非常缓慢的。对于非常复杂的模型，例如展开的LSTM，编译可能需要几分钟的时间。与模型训练所需的时间（数小时到数周）相比，这通常是非常少的，但是当你制作原型时，这是非常烦人的

总的来说，如果您在这两个框架之间进行选择，我建议对所有框架使用Theano+Keras，除了经常性的或非常深的网络，否则

Theano

中的编译会让您感到痛苦

---

同时查看

TensorFlow

。它（主观上）比mxnet慢，但更成熟，在线资源也更多。

我听说TensorFlow速度慢，而且有限features@quantCode，我自己的实验也表明TensorFlow速度较慢。“功能有限”位不准确。您不太可能需要TensorFlow不提供的模型。不同意1

mxnet

确实支持符号编程范式，这类似于

Theano

。您可以查看CNTK中的递归/LSTM。它是Keras风格，可以在大型数据集上跨多个GPU进行扩展。