Rechercher une architecture d'apprentissage en profondeur très bonne performance pour exécuter l'algorithme de transfert de style

Question

Notre patron a trouvé l'idée de l'article "Un algorithme neuronal de style artistique" incroyable et pense qu'il devrait attirer certains de ses clients. Il a décidé de mettre en place un serveur pour fournir le service de transfert de style pour eux.

Il existe plusieurs architectures d'apprentissage en profondeur avec les mises en œuvre de cette idée telles que tensorflow, Torch, caffe, etc. Si vise à atteindre les meilleures performances, qui mise en œuvre de ces architectures court le plus rapide? Si nous configurons l'algorithme avec un bon appareil CUDA tel que GeForce GTX 1090 ou mieux, est-il possible de terminer la tâche d'un modèle VGG en quelques secondes? Si vous souhaitez appliquer l'état de l'art de l'idée aux architectures d'apprentissage en profondeur mentionnées ci-dessus, sont-elles toutes applicables?

Answer 1

Vérification de certains cas-tests: https://github.com/soumith/convnet-benchmarks Je dirais que Nervana et Torch sont les meilleurs cadres.

Si au lieu de temps, nous avons un regard sur les contributions open source et les implémentations de papier, je pense que torch est le gagnant.

Vous pouvez facilement trouver des implémentations de l'algorithme de type de neurones dans la flamme: Neural-Style et Fast Neural-Style