Elegí TensorFlow y me dejé dar un par de razones, pero primero déjame decirte que no estoy tan familiarizado con Torch; de todos modos, aquí va:
- La comunidad alrededor de TF es una locura. Seriamente; Es absolutamente una locura. Casi puedo asegurarte que, sea lo que sea que quieras construir, alguien ha terminado y te ha dejado un rastro para que lo sigas.
- TF es un producto de Google. Ahora, esto no garantiza mucho, pero sí significa que la biblioteca debería recibir actualizaciones bastante frecuentes y proporcionar nuevos modelos; Los modelos Sequence2Sequence son un buen ejemplo de esto.
- La API está bien, pero eso dice mucho. TF en realidad viene con dos API: una para el aficionado e investigadores incondicionales y otra para todos los demás. Ahora puede ser que haya tenido más tiempo para aprenderlo, pero la API diseñada para aficionados está realmente a kilómetros de cualquier cosa con la que haya jugado, excepto Keras y TFLearn.
- La capacidad de escalar. Ahora, dependiendo de lo que quieras hacer, esto puede o no ser un gran problema, pero es bueno saber que tienes esa capacidad para escalar en múltiples dispositivos y agregar GPU’S.
- TensorBoard. TensorBoard es el paquete de gráficos de TF, y le permite visualizar ese modelo y el flujo de datos a través de él; Cosas muy útiles para un principiante.
Como han dicho otros, el marco exacto será cada vez menos importante para usted porque, con el tiempo, con suerte, comenzará a comprender cómo funcionan los modelos y, en ese momento, es bastante fácil elegir nuevas API. Dicho esto, probablemente todavía comenzaría con TensorFlow y, si te gustan los videos, Siraj Raval es un gran recurso en YouTube para ayudarte a hacerlo …
- ¿Qué es una red cortical recurrente?
- ¿Cómo funcionan las representaciones distribuidas de escasez fija defendidas e implementadas por Numenta?
- ¿Qué hacen los ingenieros de aprendizaje automático diariamente?
- En un modelo gráfico dirigido, el aprendizaje es fácil pero la inferencia es difícil. ¿Es esto cierto?
- Dada una red de aprendizaje profundo, ¿se puede entrenar para enseñar (por ejemplo, resolviendo la secuencia óptima de ejemplos o lo que sea) otra red? Si es así, ¿se puede resolver este problema (enseñanza) utilizando técnicas de aprendizaje profundo?