القمح شيح معبد من الجزء السفلي من الكستناء دائرة

إنتاج و qubit | عدد ملفه QbitAI

منذ PyTorch لاول مرة، وقد أعرب هناك، وجدنا هذا الاتجاه:

" الأوساط الأكاديمية نحن التخلي ببطء TensorFlow، والتحول PyTorch. "

اليوم، PyTorch الإصدار 1.0، ICLR 2019 أيضا قبل وقت قصير من الموعد المحدد، ولكن أيضا هو الوقت المناسب لمناقشة هذه المسألة.

تستخدم رديت فوق، وهو شريك صغير مع وسيلة منخفضة للغاية الكربون للنظر في أوراق هذا العام في إطار ما:

من ICLR 2018 إلى 2019 ICLR نشر الرأي، TensorFlow، PyTorch وKeras من عدد نتائج البحث أنها تغيرت على النحو التالي.

TensorFlow 228 266PyTorch 87 252 Keras 42 56

وعلى الرغم من البيانات الثلاث ارتفاع جي، ولكن نتائج البحث PyTorch بين العام وارتفع ما يقرب من 200 ، ويبدو أنها قد أنتجت خطرا على TensorFlow العرش.

19 يناير 2017، PyTorch إطلاق أول العام، واليوم أقل من عامين، لماذا تضع مثل هذه الطفرة؟

قد يكون PyTorch القلب نوع أكثر

PyTorch الواقع الانجذاب .

أولا سهلة الاستخدام. طالما دراية بيثون، فمن السهل وPyTorch اللعب معا. في المقابل، فإن TensorFlow دراسة مثل تعلم لغة جديدة والنحو معقد جدا، لا سيما للمبتدئ.

في المرتبة الثانية العديد من عمليات بسيطة جدا. على سبيل المثال، التحويلات بين التنسور ونمباي، يتم برشاقة PyTorch سنوات، وفي TF لم يكن سهلا.

ثالثا، من السهل أن التصحيح. كما PyTorch إطار دينامية FIG وينعكس ميزة، مثل الرمز بيثون لتصحيح ذلك. بعض الناس يقولون: إن في TF في التصحيح، بعد قراءة بصريا من خلال أسرع.

رابعا ......

باختصار، البشر ترك TensorFlow احتضان PyTorch منه، ونقاط فتحة TF يتسع المجال لذكرها.

ومع ذلك، الباحثين سبب اختيار PyTorch، ويرجع ذلك أساسا هي مناسبة تماما المشروعات الصغيرة إلى النماذج الأولية السريعة وهلم جرا.

في المقابل، TensorFlow أكثر ملاءمة نشر على نطاق واسع ولا سيما في حاجة جزءا لا يتجزأ من نشر عبر منصة ووقت النشر. سوف خريطة ثابتة تسهيل نشر.

غير TensorFlow لا ينفصلان؟

وحتى مع ذلك، كباحث، فإنه لا يزال سبب تواصل TensorFlow معا.

في الشهر الماضي، وعالم البيانات يدعى جيف هيل، قام القائمة إطار التعلم عميقة.

وجمعت مجموعة واسعة من البيانات، واحدة منها هي النشاط جيثب :

في بطولته TF (ستار)، شوكة (شوكة)، ومقدار الاهتمام (ووتش) والمساهمين (مساهم) أربعة مؤشرات، المعارضين كلها وراء ذلك بكثير.

اختراق أؤدي دوري، موارد هو أكبر، نماذج كثيرة يمكن العثور عليها في TF تنفيذ القانون . المستخدمين كبير، وهي مشكلة الحل هو أيضا من السهل العثور عليها.

تنضج النظام الإيكولوجي، وربما من هذا القبيل. حتى لو كانت هناك الكثير من الإزعاج، لا يزال المنزل.

ثلاثة PyTorch 1.0 التحديث

أمس، أعلن الفيسبوك في PyTorch 1.0 RC1 في مؤتمر F8. هذا التحديث الكبرى، بما في ذلك ثلاث نقاط:

وأضاف جديدة headend الهجين  (نهاية الجبهة الهجين)، بدعم من وضع حريصة إلى وضع الرسومات تتبع، سد الفجوة بين البحوث ونشر الإنتاج؛

وأضاف a've محسنة مكتبة torch.distributed ، بحيث يمكن للمستخدمين بين البيئة بيثون وC ++، أسرع تدريب نموذجية؛

وأضاف وضع حريصة C ++ واجهة لدعم المحتاجين عالية الأداء ، الكمون المنخفض الأبحاث التي أجريت من قبل.

لمزيد من المعلومات، انتقل إلى:

https://github.com/pytorch/pytorch/releases/

أرقام تم تحديث PyTorch، TensorFlow تكون بعيدة؟

توقعات يومية TensorFlow 2.0

في منتصف شهر أغسطس، مارتن Wicke من جوجل الدماغ كشفت، TensorFlow 2.0 هي الافراج عن معاينة في وقت لاحق من هذا العام وسيتم الوفاء والقرود الإجراءات.

وقال أننا يمكن أن نتوقع التحديث التالي:

تنفيذ حريصة سوف تصبح 2.0 وظيفة أساسية. هذه البيئة البرمجة حتمية يجعل مقدمة TensorFlow أسهل.

دعم لمزيد من المنصات، لغات أخرى، والتنسيق من خلال تبادل صيغ موحدة وAPI، لتحسين التوافق والمعاملة بالمثل بين المكونات.

إزالة إهمال API، والحد من الازدواجية، ولكن أيضا للحد من إرباك المستخدم.

هنا، مع التشديد على زوجين أسهل للاستخدام وهذا قد يكون قادرا على استعادة بعض شاقة، وعلى استعداد لاعيب للباحثين PyTorch.

وبالتطلع إلى الأمام، لعبة بين TensorFlow وPyTorch، وربما سوف تكون أكثر وأكثر جاذبية.

- كامل  -

التوظيف الصادق

المكدسة تقوم بتجنيد محرر / مراسل، ومقرها في تشونغ قوان تسون في بكين. نتوقع الموهوبين والطلاب المتحمسين للانضمام إلينا! مزيد من التفاصيل، يرجى و qubit عدد الجمهور (QbitAI) واجهة الحوار والرد "تجنيد" كلمة.

و qubit QbitAI عناوين على التوقيع

' " تتبع تقنيات AI دينامية جديدة والمنتجات