SHOGUN Toolbox卷积神经网络与Caffe和Theano相比如何？

Question

我有兴趣在我的C ++程序中实现卷积神经网络，我跟踪标记的昆虫（我也使用OpenCV）。我看到人们提到Caffe，Torch和Theano很多，但我还没有听说过SHOGUN工具箱中的CNN。这个CNN是否运作良好，如果你在C ++工作，有人会推荐它吗？我通过Python中的scikit-neuralnetwork使用Theano来测试一些图像并且效果非常好，但不幸的是Theano只是Python。

Answer 1

Shogun还支持对NN代码中使用的一些操作的GPU支持。这是在进行中的工作。此时，其他库可能会更快。我们主要在那里构建这些网络，以便能够轻松地将它们与工具箱中的其他算法进行比较。

然而，优势在于您可以使用大量语言（在内部执行C ++代码） - 如果您不想使用python，则非常有用。

以下是一些可用作比较基础的IPython笔记本：

• autoencoders for denoising and classification
• (convolution) networks for digit classification

我们感谢您分享任何经验。幕府将军在不断发展，特别是NN吸引了很多人去做，所以期待事情发生变化。如果您有兴趣帮助GPU战斗Shogun，请告诉我们。

Answer 2

不同之处在于速度。 cnn的计算成本很高，因此GPU实现至少比CPU快10倍。 caffe和theano提供了调用CPU或GPU的无缝集成，如果没有太多的GPU编程经验，这可能并不容易实现。

可能存在其他因素，包括多人游戏的统一界面，随机梯度下降等等，但我认为速度问题在所有这些因素中最为关键。