2019呆板进修框架之争:与Tensorflow竞争白热化,进击的PyTorch赢在那边?
譬喻,按照2018年到2019年的数据,TensorFlow在雇用的页面上有1541个新事变岗亭,而PyTorch有1437个,TensorFlow在Medium上有3230个新文章,而PyTorch有1200篇,TensorFlow在GitHub有13.7K标星,而PyTorch有7.2K。 那为什么PyTorch此刻已经云云受研究职员接待了,但它在家产上还没有同样的乐成呢? 显而易见的第一个谜底就是行使风俗。TensorFlow比PyTorch早几年问世,而财富接管新技能的速率要比研究职员慢。 另一个缘故起因就是TensorFlow在财富顺应方面优于PyTorch,什么意思呢?要答复这个题目,我们必要知道研究职员和家产界的需求有何差异。 研究职员体谅的是他们在研究中迭代的速率有多快,这凡是是在相对较小的数据集(可以在一台呆板上运行的数据集)上,并在8个GPU上就可以运行。这凡是不是出于对机能的思量,而是更存眷可以快速实现本身的设法。 而家产界则以为机能是最优先思量的。固然运行时速率进步10%对研究职员来意义不大,但这可以直接为公司节减数百万美元。 (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! |