91福利网在线观看,www高清无码,欧美黄色成人网站,大香蕉国产三级,18禁操逼网站,国产精品自拍在线,午夜性爱福利视频,三级经典在线

作者丨思想火龍果、小小將、夕風(fēng)Twilighty

來(lái)源丨知乎問(wèn)答

導(dǎo)讀

深度學(xué)習(xí)發(fā)展至今，深度學(xué)習(xí)的框架也出現(xiàn)了百花齊放的局面，16年出世風(fēng)靡世界的TensorFlow和稍晚一年卻隱隱有蓋住其風(fēng)頭的Pytorch，現(xiàn)在兩個(gè)的地位有什么變化嗎？

回答鏈接：https://www.zhihu.com/question/452749603

# 回答一

作者：思想火龍果

來(lái)源鏈接：

https://www.zhihu.com/question/452749603/answer/1819357374

pytorch統(tǒng)治學(xué)術(shù)圈?，F(xiàn)在各大頂會(huì)開(kāi)源代碼沒(méi)有一絲絲的tensorflow2.x，就連谷歌家自己的論文也是只有torch和jax。零零星星一些tf1的開(kāi)源代碼。

tensorflow2.x難用嗎？真不難用的，基本就是在用keras，tf.data pipeline 和 tf.distribute 用起來(lái)真的省心又快。問(wèn)題就是現(xiàn)在tf2沒(méi)人用啊，也不是不好用，就是你有的pytorch也有，pytorch用得已經(jīng)好好的了為啥還要換呢？然后你又再搞一個(gè)新庫(kù)，jax，而且還是用tensorflow寫的，而且還不是像keras，sonet一樣能跟tf混著用的，然后google research開(kāi)源代碼要不是pytorch就是jax，連自家都不用別人會(huì)用么。

谷歌真的挺迷惑的，把keras合并了不去好好搞keras推廣keras，可能再過(guò)兩年 import tensorflow as tf 直接報(bào)warning “tensorflow is deprecated, please use pytorch instead”

# 回答二

作者：小小將

來(lái)源鏈接：

https://www.zhihu.com/question/452749603/answer/1822694849

變化太大了，今年面試的實(shí)習(xí)生，當(dāng)問(wèn)他們常用的深度學(xué)習(xí)框架時(shí)，他們清一色的選擇了：PyTorch。

我個(gè)人認(rèn)為幾個(gè)原因?qū)е碌匚荒孓D(zhuǎn)：

（1）PyTorch的易用性更好（當(dāng)一個(gè)框架本身能衍生很多上層框架時(shí)，你就能知道它本身是多么不友好了，說(shuō)的就是TF），而且生態(tài)已經(jīng)起來(lái)了，大部分論文開(kāi)源都是用PyTorch；

（2）TF2看起來(lái)并不太成功，反而破壞TF1的生態(tài)。TF1和TF2往往混雜在一起，讓人摸不著頭腦。

（3）關(guān)于大家最擔(dān)心的部署優(yōu)化問(wèn)題，其實(shí)目前PyTorch也在不斷提升這塊的劣勢(shì)，目前Torch->ONNX->TensorRT已經(jīng)相對(duì)成熟了，其他的端側(cè)框架如ncnn也支持torch了。當(dāng)然動(dòng)態(tài)圖比靜態(tài)圖確實(shí)要多踩一點(diǎn)坑，但帶來(lái)的可能是模型迭代效率的提升。

（4）關(guān)于分布式訓(xùn)練，TensorFlow可能優(yōu)勢(shì)更大，但可能大部分人最多跑個(gè)單機(jī)多卡就夠了，所以性能上不會(huì)差距太大，而且分布式訓(xùn)練還有很多第三方框架來(lái)支持比如horovod。而且本身PyTorch自帶的DDP也不差。

其實(shí)我從16年開(kāi)始接觸深度學(xué)習(xí)，最早學(xué)習(xí)的框架是theano，當(dāng)TensorFlow出來(lái)后，theano的使用者就慢慢轉(zhuǎn)向了TensorFlow，到19年我又開(kāi)始轉(zhuǎn)向PyTorch。每次轉(zhuǎn)變后，我只能說(shuō)一句話：真香。

聲明：我的觀察只限于在比較卷的CV領(lǐng)域。

# 回答三

作者：夕風(fēng)Twilighty

來(lái)源鏈接：

https://www.zhihu.com/question/452749603/answer/1823164065

全球范圍看，經(jīng)過(guò)16-19年這三年的發(fā)展，PyTorch在學(xué)術(shù)圈的「壟斷」地位基本已經(jīng)站穩(wěn)。這一方面得益于PyTorch一開(kāi)始主打的動(dòng)態(tài)建圖，便于實(shí)驗(yàn)室的學(xué)生們快速迭代模型，試驗(yàn)想法是否work；另一方面也來(lái)自于PyTorch吸收了TF 1.x版本中的某些優(yōu)點(diǎn)，doc做的也不錯(cuò)，便于初次接觸機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的新人上手，這一點(diǎn)的重要性往往容易被忽視。

TensorFlow在國(guó)內(nèi)目前處在一個(gè)相對(duì)尷尬的境地，TF 1.x系列面世較早，2015年以及之前就深耕深度學(xué)習(xí)的程序員和在校同學(xué)，大部分用框架時(shí)都會(huì)從TF（與TF的雛形，即更早的theano）入手。因此在學(xué)術(shù)界、工業(yè)界都有很深的積淀，工業(yè)界由于項(xiàng)目更「重」，牽一發(fā)而動(dòng)全身（或者應(yīng)該說(shuō)屎山太多），因此目前很多項(xiàng)目仍然停留在TF 1.x（1.1x）上面。因此要說(shuō)TF快涼了，也不客觀。但TF目前面臨一個(gè)比較尷尬的問(wèn)題，Google強(qiáng)推TF 2.0版本，但TF 1.x和2.0版本之間的API差異實(shí)在不小，導(dǎo)致doc的閱讀成本和版本適配成本都相當(dāng)高。

至于學(xué)術(shù)界，PyTorch在國(guó)內(nèi)學(xué)校也廣受歡迎，TF 2.0我知道有一小部分實(shí)驗(yàn)室在用。但總的來(lái)說(shuō) TF 2.0在這方面相對(duì)于PyTorch確實(shí)沒(méi)有優(yōu)勢(shì)，實(shí)驗(yàn)室刷metric的場(chǎng)景下，大家也基本沒(méi)有太多機(jī)會(huì)發(fā)揮出TF在分布式上的一些buff。而與此同時(shí)，PyTorch的生態(tài)建構(gòu)肉眼可見(jiàn)地漸入佳境，TorchVision和TorchText兩個(gè)庫(kù)都做的相當(dāng)漂亮，整體Pipeline的舒適度誰(shuí)用誰(shuí)知道。TensorFlow顯然也明白自己要補(bǔ)齊什么短板，Keras可以認(rèn)為就是這樣的嘗試吧，但Keras的封裝做的讓人感覺(jué)總差點(diǎn)味道。至于MXNet、PaddlePaddle之流，在國(guó)內(nèi)的「市場(chǎng)」確實(shí)很小。PyTorch目前的確在蠶食TF的天地，如果在模型部署方面有更穩(wěn)健的突破（包括對(duì)底層C++的某些開(kāi)放和優(yōu)化），那么TF確實(shí)要做出一些大的改變來(lái)應(yīng)對(duì)了。

推薦閱讀

TensorFlow 真的要被 PyTorch 比下去了嗎？

PyTorch稱霸頂會(huì)：CVPR論文占比是TensorFlow 4 倍

OpenAI全面擁抱PyTorch，TensorFlow：我哪里比不上它？

2021 年了，TensorFlow 和 PyTorch 兩個(gè)深度學(xué)習(xí)框架地位又有什么變化嗎？

2021 年了，TensorFlow 和 PyTorch 兩個(gè)深度學(xué)習(xí)框架地位又有什么變化嗎？