深造工具包是针对某些领域的，还是通用的工具包？

Question

是针对特定领域的任何开放的深度学习工具包，还是所有的工具包都是有用的工具包，这意味着它是一个深入学习的黑匣子。

我的问题是关于微软的CNTK，其中似乎包含语音和文本分类的例子，其中其他通常只有MNIST或CIFAR.

Answer 1

是的，由于不同的工具箱包含不同的算法，所以它们适合于不同的用途。这是因为缺乏一个通用的人工智能(一个在所有方面都是智能的人工智能)。现代人工智能有不同的算法，它们更适合于不同的任务。例如，CNN框架对图像的处理要比NN好得多，而且比编码器好得多。然而，LSTM框架更适合于捕获数据中的时间依赖关系。

但是，如果两个框架使用的是相同的算法，那么它们应该是相对相同的。由于下划线代码是不同的，所以会出现差异，这可以在Keras和TensorFlow之间看到。不过，这应该是有限的。

更多地担心您为任务选择的算法，而不是框架。编写大多数机器学习算法的代码并不难，如果您想定制它的话。