是否將Caffe或Theano用於Moore-Penrose僞逆？

Question

我需要使用（在應用程序中）爲多CPU或GPU高度優化的Extreme Learning Machine（ELM）。由於ELM主要計算涉及Moore-Penrose僞逆和矩陣乘法，在Theano和Caffe之間實施ELM的最佳選擇是什麼？

其次，是否有可能使用其python接口在Caffe中實現新的學習算法（ELM）？

Answer 1

如果我是你，我會使用Theano而不是Caffe。 咖啡是不是編程圍繞通用矩陣庫，所以與咖啡，你會試圖使用螺絲刀基本上打開啤酒。 如果您明確地感覺像使用C++查看MrShadow或任何其他基於GPU的矩陣庫。

...或者簡單地在Python中使用Theano。

我不是Python的忠實粉絲，Theano需要一些時間來掌握，但它非常方便。

另外還有一個或兩個用於Python的ELM庫，您可以將它們用作參考，當您需要測試自己的實現時，這是一個巨大的優勢。

https://github.com/dclambert/Python-ELM

https://github.com/acba/elm

我沒有使用過他們，所以我不能對自己的地位，但闡述的東西總比沒有好。

你也可以看看Keras和Lasagne，它們都是建立在Theano之上的神經網絡庫。就像Caffe一樣，他們不會對ELM有太大的幫助，但他們會讓你開始使用Theano + nnets。然後你所要做的就是創建你自己的ELM圖層。

Answer 2

就Google而言，Caffe不會幫助你學習「極限學習機」。

其次，是否有可能使用其python接口在Caffe中實現新的學習算法（ELM）？

不，那是不可能的。你將不得不在C++中實現新的圖層和算法。之後你可以通過Python處理它們。

有關Caffe的入門知識，請查看"Neural Nets with Caffe Utilizing the GPU"。