1樓：王潛
這個問題回答的人好少啊
mxnet主要是繼承自Minerva和cxxnet，cxxnet的特性 @李沐 在樓上已經說了，既然Minerva的開發者們不在知乎出現，作為當初的合作者我就冒昧說幾句我知道的吧
當初做Minerva的目的是提供乙個可以快速實現原型演算法的系統。從前開發演算法一般首先是在小資料集比如MNIST上，用matlab或者python實現乙個最基本的結構看效果，之後逐步放大推廣。但這種模式已經跟不上時代了，隨著方法的效果越來越好，MNIST這類小資料集正在逐漸失去檢驗演算法的作用，越來越多的新方法從一開始提出就是執行在GPU和大資料集上的，因此迫切需要能夠快速在並行/GPU上建立演算法原型的工具。
因為這些演算法可能是千奇百怪的，所以給使用者足夠的靈活性操縱盡可能多的東西很重要；因為要快速開發和做ML的人精通GPUcoding不容易，所以這個系統要像matlab一樣用起來盡可能簡單和抽象，讓使用者專注到演算法而不是coding細節上去。
正因如此，Minerva最重視的特性是靈活性，使用者可以很自由的控制模型從結構到訓練的絕大部分特性；其次是易用性，比如Minerva對Python（現在有很多別的語言）的介面支援做得很好。我想對靈活性的追求應該是Minerva區別於caffe（實現基礎演算法更方便但開發新演算法不靈活）最大的不同了。（儘管如此，Minerva的效率和可拓展性仍然非常優秀）
技術實現上Minerva（第乙個）用了data flow，最後的結果很好的兼顧了靈活性和效率的要求。雖然我完全不懂System，但感覺這是乙個很優雅的工作。所有這些應該都被mxnet繼承了（我很久沒有follow過了，所以對近況不是很了解），據說又融合了cxxnet的優點（mxnet的parameter server部分據我了解應該完全屬於cxxnet），我是很期待這個系統的。
深度學習框架 如tensorflow pytorch 如何驗證複雜tensor的運算是否按照期望工作？
帶你飛 首先需要明確各個緯度的意義，然後在進行運算的時候，不妨把batch設定為1，多看幾遍運算結果，理解各個緯度的作用關係，加上一些時間積累，就能夠做到準確無誤的使用各種矩陣操作 eddy 你可以設計有規律的輸入，比如從1到9 假設輸入是3 3矩陣 然後看輸出是也存在對應規律，還有就是可以用ten...
如何評價Python的深度學習框架DeepPy？
智星雲服務 專案 Deepy 簡介 它使用numpy進行計算。API類似於PyTorch的API。在示例目錄中有乙個線性分類器，其準確率超過96 from deepy.module import Linear,Sequentialfrom deepy.autograd.activations imp...
深度學習框架有哪些？各有什麼特點？
去太平洋游泳 說到深度學習框架，國內外框架有幾十種。最流行的還是那幾個，caffe，tensorflow,pytorch。caffe是面向c 的 2016年底谷歌開源了深度學習框架tensorflow，在社群火熱程度超過了caffe.因為上手快，python比c 好學。後來出來了pytorch，因為...