开源机器学习框架在单线程与多线程模式下的比较分析及用例
机器学习
2017-11-30 v1 计算机视觉与模式识别
分布式、并行与集群计算
摘要
本文考察并比较了一些最通用且流行的开源机器学习框架（TensorFlow、Deep Learning4j 和 H2O）的基本特性。对它们进行了比较分析，并就这些平台的优缺点得出了结论。在 H2O 框架上，针对为 CPU 和 GPU 平台设计的深度学习算法，在单线程和多线程操作模式下，对事实上的标准 MNIST 数据集进行了性能测试。
引用
@article{arxiv.1706.02248,
title = {Comparative Analysis of Open Source Frameworks for Machine Learning with Use Case in Single-Threaded and Multi-Threaded Modes},
author = {Yuriy Kochura and Sergii Stirenko and Anis Rojbi and Oleg Alienin and Michail Novotarskiy and Yuri Gordienko},
journal= {arXiv preprint arXiv:1706.02248},
year = {2017}
}
备注
4 pages, 6 figures, 4 tables; XIIth International Scientific and Technical Conference on Computer Sciences and Information Technologies (CSIT 2017), Lviv, Ukraine