La funcionalidad ofrecida por PyTorch podría soportar todo lo que la API de Keras parece necesitar. Esto es, entonces, principalmente una cuestión de voluntad y esfuerzo humano. Keras es mantenido por un tipo que trabaja en google y los encargados de PyTorch están trabajando en FAIR. Así que hay una pequeña división organizativa, y esas personas están muy ocupadas, así que no cuento con eso. Tal vez usted o alguien como usted sea la persona que escriba la interfaz.
Personalmente, no veo una razón especialmente convincente para hacerlo. Theano fue el backend original. Se agregó Tensorflow debido a su base instalada más grande (por lo que si tiene instalado Tensorflow, no es necesario instalar theano) y un rendimiento superior de la CPU (por lo que he escuchado), probablemente entre otras razones. ¿Por qué agregar PyTorch? No se. Si hay voluntad, hay una manera, como dicen.
- ¿Cuán eficientes pueden ser los datos de biomarcadores para predecir el deterioro clínico?
- Como principiante, ¿dónde y cómo aprendo a implementar algoritmos difíciles de aprendizaje profundo y otras técnicas similares en los lenguajes OOP?
- Cómo convertirse en un experto en aprendizaje automático y PNL desde principiantes
- ¿Cómo difiere la clasificación de la clasificación? ¿Cómo son similares?
- ¿Cuál es el básico antes de aprender el aprendizaje automático?
