比拟复现34个预实习模子，PyTorch和Keras你选谁？

此刻假如我们从预实习模子的角度看，那么沟通的模子在差异的框架上，验证集精确度又是什么样的?在这个项目中，作者用两个框架一共复现了 34 个预实习模子，并给出了全部预实习模子的验证精确率。以是该项目不只能作为比拟依据，同时还能作为进修资源，又有什么比直接进修经典模子代码更好的要领呢?

1. 预实习模子不是已经可以复现了吗?

在 PyTorch 中是这样的。然而有些 Keras 用户却认为复现很是难，他们碰见的题目可以分为三类：

• 不能复现 Keras 已宣布的基准功效，纵然完全复制示例代码也没有效。现实上，他们陈诉的精确率(截至到 2019 年 2 月)凡是略高于现实精确率。
• 一些预实习的 Keras 模子在陈设到某个处事器或与其他 Keras 模子一路依次运行时会发生纷歧致或较低的精确率。
• 行使批归一化(BN)的 Keras 模子也许并不行靠。对付一些模子，前向撒播评估如故会导致推理阶段中的权重改变。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!