Глубокое обучение по первому принципу (серия 2 части)
Привет всем, когда мы начинаем эту серию, я хотел бы пролить свет на то, почему я предпочитаю pytorch, а не Tensorflow и почему вы тоже должны.
Как практикующий по глубокому обучению, мне нравятся (или требуют) пользовательские архитектуры для моих проектов или исследовательских работ, которые могут быть трудно создать с помощью TensorFlow, поскольку его реализация не очень дружелюбна (непитоническая). Следовательно, создание пользовательской архитектуры в Tensorflow занимает много времени.
Кроме того, если вы не используете Core TensorFlow, вы не имеете большого контроля над чем -либо, кроме количества слоев в модели и их конфигураций.
Pytorch, с другой стороны, дает вам полный контроль над тем, как вы хотите обучить свою модель и что должно быть основной архитектурой. На самом деле, он использует ООП для построения модели глубокого обучения, а петля обучения – это на самом деле питон для цитана !!
Это дает вам полный контроль над тем, как подготовлена модель, и предоставляет вам все оптимизации, которые предоставляют библиотеки, такие как Tensorflow.
Теперь, когда я объяснил, почему я предпочитаю Pytorch, чем Tensorflow, мы готовы исследовать глубокое обучение.
Ура, Джа
Эта серия также будет доступна на среднем
Глубокое обучение: объявление серии – Amit Jha – Medium
Amit Jha ・ 28 апреля 2020 г. ・ 2 мин. Среда читайте среду
Некоторые из моих других сообщений в блоге, которые вам могут понравиться
7 трюков, чтобы сделать больше, как разработчик
Amit jha ・ 26 апреля ・ 6 мин ЧИТАЙТЕ
Зачем изучать Redux в 2020 году: Способ справиться с грязным государственным управлением React
Amit jha ・ 25 апреля ・ 3 мин ЧИТАЙТЕ
Глубокое обучение по первому принципу (серия 2 части)
Оригинал: “https://dev.to/jha/why-i-prefer-pytorch-over-tensorflow-same-reason-i-prefer-linux-over-windows-4pea”