谷歌工程师:TensorFlow已重获新生;网友:我仍是用PyTorch

道友留步!TensorFlow已重获新生。微信

在“PyTorch真香”的潮流中,有人站出来为TensorFlow说话了。框架

此次来自谷歌的工程师Cassie Kozyrkov。她发表博文称,TensorFlow升级到2.0版本后有了翻天覆地的变化, 对新手更加友好了。机器学习

引起这一变化的,是Keras。oop

在TensorFlow 2.0中,Keras API将成为TensorFlow中构建和训练模型的核心高级API。性能

在TensorFlow启动项目将变得更简单。学习

Kozyrkov说, 与TensorFlow 1.X的版本相比,这就是脱胎换骨的变化。url

难用的TensorFlow1.X

想要掌握TensorFlow1.X,须要花费很多力气,学习曲线很是陡峭,普通用户只能远远看着。spa

背后的缘由在于,Tensorflow是为从研究到生产的大规模模型而设计的,核心是性能。虽然难学,但只要坚持下去,就能进入机器学习从业者行列了。.net

而后,就能够用机器学习作一些难以想象的事情了,好比说发现新的恒星,推进医学进步…..设计

但很惋惜,这太难用了,只有少数人可以掌握这种力量。

不少新的AI研究人员,以及很多Tensorflow用户,都喊着“真香”,转投PyTorch,毕竟隔壁家的不须要花太多力气。

还好有Keras,让很多人感觉到了一些安慰。

Keras,是一个用于逐层构建模型的框架,能够与多个机器学习框架一块儿工做,它从一开始就是Pythonic的,设计灵活,易于学习,吸引了很多人的使用和支持。

虽然它是一个从TensorFlow 内部访问的高级 API,但它跟TF没啥关系。

开发者得在好用的Keras和性能强大的TensorFlow之间作出选择。

这就很容易给人一种“PyTorch”真香的感受。

在TensorFlow2.0中,解决了这个问题。

TensorFlow2.0的变化

谷歌TF工程负责人Karmel Alliso表示,开发者不该该在简单的 API 和可伸缩的 API 之间作出选择,要有一个高级的API,不管是研究MNIST仍是研究行星,都能搞定。

因而,Keras成了TensorFlow的高级 API,并且是可扩展的,能够直接从tf.keras使用 TensorFlow的全部高级功能。

并且Keras的简单性,也带到了TensorFlow上。

这种结合,会大幅度减小学习TensorFlow的门槛,对于初学者来讲,是很是友好的。

如今,TensorFlow2.0已经推出了Alpha版,若是你有想法, 能够收好下面的教程传送门:

https://www.tensorflow.org/alpha

教程分红了初学者版和老司机版:

初学者版,用的是Keras Sequential API,最简单的入门大法;

老司机版,展现了怎样用命令式来写正向传播、怎样用GradientTape来写自定义训练loop,以及怎样用tf.function一行代码自动编译。

网友:我仍是用PyTorch

这篇博文发表了以后,Medium上得到了3K多的“鼓掌”,在Reddit上有了近百条讨论。

TensorFlow和Keras更好地结合起来,让一些人感受挺好。但在讨论中,有很多网友依旧心心念着“PyTorch”。

有人评价称,这仍是没有PyTorch好用,PyTorch感受就像NumPy,能够在一天内学会,而后它就能正常工做。而学习TF(甚至2.0)会让人感受本身很笨。

有人说,只要咱们有PyTorch,谁会关心TF。

甚至还有“脱粉”的现象:

好吧,至少如今我有足够的动力离开TensorFlow并切换到PyTorch。

你呢?

TensorFlow 2.0仍是PyTorch?


—  —

推荐阅读

“Keras之父发声:TF 2.0 + Keras 深度学习必知的12件事”


关于图书

《深度学习之TensorFlow:入门、原理与进阶实战》和《Python带我起飞——入门、进阶、商业实战》两本图书是代码医生团队精心编著的 AI入门与提升的精品图书。配套资源丰富:配套视频、QQ读者群、实例源码、 配套论坛:http://bbs.aianaconda.com 。更多请见:https://www.aianaconda.com


点击“阅读原文”进入大蛇智能鉴黄世界

本文分享自微信公众号 - 相约机器人(xiangyuejiqiren)。
若有侵权,请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一块儿分享。

相关文章
相关标签/搜索