Keras、PyTorch和JAX中CNN在PathMNIST上的性能比较分析
计算机视觉与模式识别
2025-07-17 v1 机器学习
摘要
深度学习显著推动了医学图像分类领域的发展，尤其是采用卷积神经网络（CNN）。Keras、PyTorch和JAX等各种深度学习框架各自提供独特的优势，用于模型开发和部署。然而，这些框架在医学图像任务中的比较性能仍未得到充分探索。本研究对CNN在这些框架中的实现进行了全面分析，以PathMNIST数据集作为基准。我们评估了训练效率、分类准确率和推理速度，以评估它们适用于实际应用的适合性。我们的发现突出了计算速度与模型准确率之间的权衡，为医学图像分析中的研究人员和实践者提供了有价值的见解。
引用
@article{arxiv.2507.12248,
title = {Comparative Analysis of CNN Performance in Keras, PyTorch and JAX on PathMNIST},
author = {Anida Nezović and Jalal Romano and Nada Marić and Medina Kapo and Amila Akagić},
journal= {arXiv preprint arXiv:2507.12248},
year = {2025}
}