Tensorflow或PyTorch:哪一个更强大?

Tensorflow或PyTorch:哪一个更强大?

点#1:

虽然Tensorflow和PyTorch都是开源的,但它们是由两个不同的向导创建的。Tensorflow基于Theano,由Google开发,而PyTorch基于Torch,并由Facebook开发。

点#2:

两者之间最重要的区别在于这些框架定义计算图的方式。当Tensorflow创建一个静态图时,PyTorch相信一个动态图。那么这是什么意思?在Tensorflow中,您首先必须定义模型的整个计算图,然后运行ML模型。但在PyTorch中,您可以随时定义/操作图形。这在RNN中使用可变长度输入时特别有用。

点#3:

与PyTorch相比,Tensorflow的学习曲线更加陡峭。PyTorch更像Python,构建ML模型感觉更直观。另一方面,对于使用Tensorflow,您将不得不更多地了解它的工作原理,因此学习Tensorflow比PyTorch更加困难。

点#4:

Tensorflow拥有比PyTorch更大的社区。这意味着您可以更轻松地找到资源来学习Tensorflow,并找到解决问题的办法。此外,许多教程和MOOC都涵盖了Tensorflow,而不是使用PyTorch。这是因为与Tensorflow相比,PyTorch是一个相对较新的框架。因此,就资源而言,您会发现比PyTorch更多的有关Tensorflow的内容。

点#5:

没有提到TensorBoard,这种比较将是不完整的。TensorBoard是一款非常出色的工具,可以直接在浏览器中直观显示您的ML模型。PyTorch没有这样的工具,尽管你总是可以使用像Matplotlib这样的工具。虽然,那里有整合,让你用PyTorch使用Tensorboard。但它本身不支持。

最后,Tensorflow对于生产模型和可扩展性要好得多。它的建立是为了生产就绪。PyTorch更容易学习,更轻便,因此对于激情项目和构建快速原型来说相对更好。

相关推荐