Personalmente, creo que PyTorch es demasiado bueno para la interfaz de usuario, incluso después de que entró TFE. (Tenga en cuenta que no escribo aplicaciones críticas de rendimiento en Deep Learning, por lo que no tengo que preocuparme tanto por el rendimiento y no lo hago) tengo mucha idea aparte del hecho de que la diferencia entre PyTorch y Tensorflow es insignificante) Dicho esto, TFE facilitará la vida de las personas cuyos empleadores quieren que usen solo Tensorflow.
Solo para ver cuán intuitivo es PyTorch, aquí está el ejemplo de ResNet en PyTorch: pytorch / vision. Muy intuitivo de entender.
Aquí está el ejemplo de TFE: tensorflow / tensorflow. Ahora mucho más cerca de PyTorch pero aún con mucha repetitiva. Es casi tan diferente como leer código Python y Java. Java tiene nuevas innovaciones y fanáticos de su sintaxis a un lado, sintaxis clara con menos repetitivo no tiene equivalencia.
- ¿Qué necesitan saber los desarrolladores de aplicaciones sobre Siri para interactuar con él?
- Investigadores de aprendizaje automático, ¿algún día los robots nos matarán a todos?
- La IA ha existido por décadas. ¿Qué condujo a toda la publicidad reciente de AI / Deep Learning?
- ¿Cuáles son algunos proyectos paralelos de Machine Learning que puedo implementar en mi tiempo libre?
- Will Naive Bayes dará un buen resultado si el conjunto de entrenamiento es mucho más pequeño que el no. de características en un clasificador de aprendizaje automático?
En mi humilde opinión, PyTorch rivaliza con Keras en términos de experiencia de usuario.
