话题背景
今年年初 Facebook 发布开源框架 PyTorch，它是专门针对 GPU 加速的深度神经网络（DNN）编程，它有望辅助、或在一定程度上替代，现有的 Python 数学、统计库（比如 NumPy）。它实现了机器学习框架 Torch 在 Python 语言环境的执行。到目前为止，深度学习神经网络正步入成熟，而现在有许多框架具备为个性化方案提供先进的机器学习和人工智能的能力。那么如何决定哪个深度学习框架最适合你呢？
本周的【异周话题】我们一起聊聊 深度学习框架 这个话题。
话题内容 大家可以围绕以下一个或多个问题展开讨论： 欢迎各位同学积极在文章的底部发表评论，参与话题！很多同学喜欢去百度或者知乎寻找答案，异步君不建议大家真么做。用心思考一下，就当对自己学习的总结。思考是一种学习方式，分享也是一种学习方式。 话题时间 2017年12月04日-12月10日 话题奖励 感谢用户@ LongXiaJun 对本次话题的支持！话题结束后，我们将选取 3 位讨论精彩的同学，可以从以下 3 本书中任选 1 本作为奖品：《深度学习》、《深度学习精要（基于R语言）》、《TensorFlow机器学习项目实战》。获奖的 3 位用户先到先得，先私信小编的将优先选择，每本书仅赠送一本。 重要： 1.仅社区账户绑定手机号的用户，可以参与评奖。 图书作者：Ian Goodfellow、Yoshua Bengio、Aaron Courville 图书作者：[美] Joshua F. Wiley 威利 图书作者：【阿根廷】Rodolfo Bonnin 图书简介：本书是介绍如何在产品中使用TensorFlow的实用教程。本书介绍了可以使用TensorFlow的多种情况， 并通过真实世界的项目， 向读者展示了如何使用TensorFlow。本书还讲解了在实际环境中使用TensorFlow的创新方法。本书主要介绍第二代机器学习与数值计算，提供了训练模型、机器学习、深度学习以及使用各种神经网络的项目，以此来讲解TensorFlow的应用领域，还讨论如何使用TensorFlow计算复杂数值。本书在教读者使用TensorFlow的同时，还展示了如何使用张量来探究各层的数据。只需选定一个跟读者环境相匹配的项目，就能学到如何在产品中应用TensorFlow的相关知识。读完本书后，读者将能通过TensorFlow有效改善项目的速度和效率。
1、你目前在用的深度学习框架是哪一个？请列举它优缺点；
2、你认为新人应当如何入门深度学习？请给出你的建议；
3、你认为PyTorch将会是最好的深度学习框架吗？请给出你的观点；
4、您认为最好的深度学习框架是哪个？请给出你的理由。
2.每个用户仅可注册一个社区账号参与异周话题。
3.最终解释权归异步社区所有。
图书简介：本书是深度学习领域奠基性的经典图书，英文版自2016年年底上市以来，始终位居美国亚马逊人工智能类图书第1位！全球知名的三位专家Ian Goodfellow、Yoshua Bengio 和Aaron Courville撰写！《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的软件工程师。
图书简介：深度学习是机器学习的一个分支，其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O，帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始，接着转向建立神经网络、预测和深度预测等模型，所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后，你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。最后，本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家，他们精通R语言数据科学概念，并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解，并熟悉统计算法和机器学习技术。
恭喜以上 3 位获奖的同学，请 3 位同学私信小编，并提供收件人姓名、收件地址、邮编、联系电话、书名，每本书仅赠送一本，先到先得，先私信小编的将优先选择图书！小编会尽快将赠书寄到各位同学的手中！