想入门图片方面的机器学习， caffe 还是 tensorflow 好？

[alwayshere]

机器学习完全小白，今天 centos6.7 试装了一下 caffe ，从早上到现在花了一天时间都没装好，不知道这个软件是不是设计给外星人用的，目前艰难的安装过程有点像放弃 caffe ，貌似网上 caffe 都是图片处理的例子，是不是 caffe 在图片处理这方面比 tensorflow 好些？如果二者势均力敌的话，我是不是该转投 tensorflow 的怀抱，另外，caffe有没有好的入门教程，貌似网上caffe入门教程太少了

[liprais]

30 楼以内就会有人来问你大学数学考几分了

[root787]

大学数学考几分了？

[fengheorg]

caffe 是伯克利大学视觉中心搞的，在图片处理方面有历史积累，多用于研究目的吧。
我们 caffe 与 tf 两者都用，如果新入门的话，感觉 tf 更合适，文档全，安装维护、上手开发，都比较简单。

[alwayshere]

@root787 数学刚过。。。没挂科就行了

[lekai63]

想入门图片方面的机器学习， Pytorch 还是 tensorflow 好？

[going2think]

caffe 安装确实挺麻烦的，尤其是 cuda,cudnn 的路径设置， opencv 版本这些问题，建议请教有安装经验的同学。 caffe 的优势是运行时只需写一些简单的配置文件即可，没有太多编程的部分，当然如果要自己新加层，就得熟悉整套底层代码。但 caffe 的一个很大缺点是文档很少，没有足够的示例代码。 tensorflow 最近上升很快，不过入门也比较麻烦，但文档多，社区更活跃，长远来看，建议使用 tensorflow

[anjunecha]

不要管软件，数学这一关要硬啊

[fffflyfish]

机器学习，图片方面，怎么看都是用 skimage+sklearn 吧

[weiping1992]

caffe 的安装可以尝试使用 docker 安装呀，很方便。而且处理性能上测试过和不用 docker 差别不大～

[alwayshere]

@weiping1992 对 docker 完全没研究过，请问能安装在已经搭建了 lnmp 的机器上吗？谢谢

[weiping1992]

@alwayshere docker 就是一个容器，你可以理解成安装了一台虚拟机，跟你本身的环境没有影响的～

[glasslion]

新手还是用 keras ， tflearn 吧， tensorflow 偏底层了

[gunshot]

pytorch
http://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html

[WildCat]

如何比较 Keras, TensorLayer, TFLearn ？

https://www.zhihu.com/question/50030898

[lonelygo]

非要这两个二选一，建议 TF ，当下大火，生态起来的非常快，资料和 Demo 代码也越来越多。

[Suddoo]

用 tensorflow 吧，资料非常多，你在 youtube 上可以搜到一堆视频教程，安装也很方便，就是一个 python 的包，虽然现在也有 java 、 c++和 go 的接口，但用的最多的还是 python 。

keras 或者 tflearn 对底层封装度太高了， tensorflow 写 50 行代码， tfleran 可能写一半就可以了，初学者用这个会不会有种写完都不知道发生了什么的感觉？

caffe 只能编译安装，要解决各种依赖，一不小心就编译出错，不过 arch4edu 源里有打包 caffe ，托管在清华大学开源镜像站上，但这个只适用于 arch linux.

最后，你会发现深度学习搞到后面，没有 nvidia 的 gpu 是玩不转的，卷积神经网络的计算量太大了，用 cpu 跑根本不现实。

[LeeSeoung]

- -楼上的说的太复杂了，用 tf 吧， 找个图片训练分类例子 依葫芦画瓢就能达到你要的结果

[Suddoo]

@LeeSeoung 原来机器学习这么简单啊，我好笨

[nyanyh]

@Suddoo 入门照葫芦画瓢，能跑出效果确实很简单
但是深入点，没事调个参什么的，神坑

[codieee]

caffe 安装确实比较麻烦，并且文档不够完善，特别是一些编程接口文档。 tensorflow 的文档就完善很多，基本上看官网教程即可。

你需要实现的功能其实挺简单的，只需要把 imagenet 的模型拉下来，改一下全连接层就差不多了。。。