深度学习框架的比较（MXNet, Caffe, TensorFlow, Torch, Theano)

1. 基本概念 1.1 MXNet相关概念       深度学习目标：如何方便的表述神经网络，以及如何快速训练得到模型     CNN(卷积层)：表达空间相关性(学表示)     RNN/LSTM：表达时间连续性(建模时序信号)     命令式编程(imperative programming)：嵌入的较浅，其中每个语句都按原来的意思执行，如numpy和Torch就是属于这种     声明式语言(

>>阅读原文<<