tensorflow還有存在的理由嘛?
這問題純粹是黑子提的吧,tf和torch我都用過,我非常清楚tf的好用,尤其是到了tensorflow2.x版本,tf易用性絕對是不比其他框架差的。
而且就我觀察torch和tf的寫法上很多地方都是相似的,兩者都是互相吸收對方的優點逐漸成長的。當然問題也是有的,不過誰敢說哪個框架就沒一點坑?
所以說真的,真沒必要黑,你看看周圍大佬,哪個不是都懂,大家根據需要選擇適合自己的就行了。
TF boys這邊集合,教樓主做人
在手機端tf和pytorch部署在CPU側難度可能由於onnx存在,難度差不多。
但是在很多廠商比如高通DSP,GPU等等硬體涉及的量化加速部署,對tf支持的程度很高,pytorch就算了。
tf 和這些硬體廠商的合作很緊密,就憑這一點,tf還不能存在嗎?等pytorch追上來再說吧
這個問題真的是來拉仇恨啊,肯定會招致TF boys的一致反對了!
目前TensorFlow藉助google生態依然在全球知名深度學習框架中名列前茅,TensorFlow自然有其獨到之處,它也在不斷的成長並吸收其他優秀深度學習框架的長處,比如Tensorflow 2.x就一改如常,默認動態圖構造網路,默認使用keras API,架構也相對穩定一些,還是受到大家的認可的!
曾經的深度學習框架老大哥,就算在怎麼不濟,也還是有一定市場的,特別是其提供的TFlite推理引擎在工業界應用也比較廣泛,這時候怎麼能討論其是否有存在必要性呢?
只能說,存在即合理吧,不以排名先後論英雄,適合我們的纔是最好的!
已舉報問題。
無論是tfboys反串黑還是pytorcher踩tf,都不是什麼光彩的行為。
用autograd的框架還用出優越感了,有本事自己手擼梯度和cuda啊~
這個問題,反正我一直用的tensor flow,周圍的人也用,暫時沒有找到不用的理由。
在1.0版本開發還是挺麻煩的,現在2.0,用了keras,可以快速實現模型,終於可以專心煉丹了。
目前工程化的東西 還在用 1.14 左右的版本咯, TensorFlow 2.0以上的版本 也在與時俱進,有谷歌的站臺,應該有它存在的完整生態吧。
tf跟pytorch用哪個
就看你自己的選擇
tf還是很好用的
就憑keras嵌入tensorflow,他tf就不能死
有呀,方便部署
沒有存在的必要,畢竟很多人喫過豬肉就不再喫牛肉,羊肉,等等
畢竟作為谷歌公司的核心競爭力,可以不用但不能沒有!我們會覺得做不如買,買不如租。但是西方人的思想可能就是租不如買,買不如做。
推薦閱讀: