PyTorch横扫顶会，TensorFlow退守业界：呆板进修框架一年变天

TensorFlow可以或许将模子导出到coreml Android模子中，也能很轻易地将其转移到GCP（谷歌云端平台）情形等任何情势的出产情形中。

对比之下，PyTorch的陈设有些让人头秃：模子无法导出到非Python情形，无法优化，无法在移动装备上运行（跟着PyTorch 1.3的宣布，无法在移动端陈设的题目已经获得办理）。

何况，TensorFlow尚有Keras这个好搭档呢。

不外，也有网友以为，PyTorch在家产界取得主导职位，只是时刻题目。

事实在2018年的顶会上，TensorFlow照旧主流呢。仅仅一年时刻，王座就已易主。

△Medium博主Jeff Hale统计

PyTorch势头激烈，但TensorFlow也没有坐以待毙。

一个风趣的征象是，此刻，这两个呆板进修框架泛起出了“融合”的趋势。

十一假期，TensorFlow 2.0正式登场，进一步整合TensorFlow和Keras，加强易用性，官方暗示，这是一个快速、可扩展、可投入出产的机动而强盛的平台。

Keras的作者François Chollet乃至说：“TensorFlow 2.0是一个来自将来的呆板进修平台，它改变了统统。”

在默认的eager execution模式下，TensorFlow 2.0能提供PyTorch eager模式下的大部门有点，好比易用性、可调试性等。

而且，针对TensorFlow的API过于伟大这个题目，2.0版本也提供了更易用的API。模子的实习和serving都无缝集成在了基本框架中。

PyTorch这边，2018年底引入了JIT编译器和“TorchScript”，增进图形成果。

就在本日，PyTorch 1.3宣布，新增移动端陈设、量化和定名张量等成果。

呆板进修框架将来的游戏法则会怎样改变，还真令人等候呢。

最后，先容下这份具体陈诉的作者：

Horace He，来自康奈尔大学，是2016年入学的本科生。

自从上了大学，他每个暑假都在大厂演习：2017年是Facebook演习软件工程师，2018年是谷歌的演习软件工程师，2019年在Facebook做PyTorch演习生。

其它，少年照旧VSCodeVim (标星6.2k) 的首要孝顺者之一：

那么，TensorFlow和PyTorch，你会pick谁？

（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!