主流深度学习框架介绍
Tensorflow
Google开源，使用数据流图( Data Flow Graph )的形式进行计算，节点代表数学运算，线条代表tensor的交互。
目前 Tensorflow 是全世界使用人数最多、社区最为庞大的一个框架。
Caffe
由加州大学伯克利Phd贾扬清开发，对卷积网络支持很好，只提供C++接口。
很多ImageNet比赛网络用Caffe写的，缺点不够灵活，内存占用高，只提供C++接口等。
Torch
支持大量机器学习算法的科学计算框架，pytorch前身。
PyTorch
由Torch7团队开发，以python为开发语言的深度学习框架，能实现GPU加速和动态神经网络（很多主流框架如Tensorflow不支持）
PyTorch可看做GPU加速支持的numpy，也可看做拥有自动求导功能的深度神经网络。
PyTorch相对Tensorflow的优势
Tensorflow是静态的，想要改变网络结构，需要从头构建。
而pytorch通过反向自动求导技术，能够快速且容易地更改神经网络。
动态神经网络是pytorch最大优势。
