我使用过Torch，Tensorflow和sknn，发现它们的机制设计，语法，环境要求，速度方面的性能存在很大差异，但是，我想知道这些库在神经网络中是否有任何差异有完全相同的设置？
换句话说，当网络本身具有相同的设置（层数，层类型，丢失）时，使用不同的实现来构建网络时，性能（就分类任务的准确性而言）是否会有所不同，激活，目标函数等）？
非常感谢你。
答案 0 :(得分：0)
当神经网络具有完全相同的设置时，这些库之间是否存在差异？
不确定。例如，请参阅ConvNet Benchmark。
即使你计算相同的东西，如何计算东西总是存在细微差别。例如，x^4可以计算为tmp=(x*x); tmp*tmp或x*(x*(x*x))。或矩阵乘法ijk vs ikj（更多信息见my article）。编译器优化也可能非常重要。
换句话说，当网络本身具有相同的设置（层数，层类型，丢失）时，使用不同的实现来构建网络时，性能（就分类任务的准确性而言）是否会有所不同，激活，目标函数等）？
这是一个与速度不同的问题。但是，由于数字问题，您可能仍会得到一些不同的结果。但是，它们不应该是重要的。