H2O学习笔记（七）——Deep Water

Deep Water是一个深度学习框架，集成了MXNet, Caffe, TensorFlow，可以实现GPU优化的深度学习模型。目前项目还在开发中。

两张图可以描述Deep Water的优点：

Deep Water号称最好的深度学习框架，从上面的张图里可以看出，Deep Water集成了mxnet,TensorFlow,Caffe三个框架，这三个框架每个都有自己的特点，如果Deep Water取长补短，那么Deep Water无疑是非常优秀的深度学习框架。

Deep Water提供GPU支持，能够支持NVIDIA CUDA架构，充分利用CPU和GPU的优点。同时还能支持cuDNN（cuDNN是针对深度神经网络的GPU加速库，目前支持 Caffe, TensorFlow, Theano, Torch, 和 CNTK），这样使得Deep Water比H2O Deep Learning模块速度提高100倍以上。

此外，Deep Water还能处理image,vedio,sound,text,time series等先前h2o比较难处理的数据场景。

H2O Deep Learning模块只能支持1-5 layers的神经网络和MBs/GBs的数据，Deep Water能支持5-1000层的网络和GBs/TBs的数据。