【异周话题 第 18 期】TensorFlow与PyTorch,深度学习框架你选哪一个?(已结束)

图像说明文字

【异周话题 第 18 期】TensorFlow与PyTorch,深度学习框架你选哪一个?

话题背景


1月26日,谷歌在 GitHub 上正式发布了 TensorFlow 的最新版本 1.5.0,并开源了其代码。支持 CUDA 9 和 cuDNN 7 被认为是本次更新的最重要部分。TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,2015年11月在GitHub上开源。同样,2017年年初 Facebook 也发布自己的开源框架 PyTorch,它是专门针对 GPU 加速的深度神经网络(DNN)编程,它实现了机器学习框架 Torch 在 Python 语言环境的执行,目前也是被大家普遍认为非常有潜力的深度学习框架之一。

深度学习研究的热潮持续高涨,各种开源深度学习框架也层出不穷,本周的【异周话题】我们就一起聊聊TensorFlow与PyTorch,深度学习框架你选哪一个?


话题内容

大家可以围绕以下一个或多个问题展开讨论:
1.对于 TensorFlow 和 PyTorch 两个深度学习框架,你了解多少?请列举;
2.你知道哪些基于 TensorFlow 或 PyTorch 框架的项目?请列举;
3.目前TensorFlow、Caffe、Keras、PyTorch等深度学习框架,你认为哪一个最好?请给出你的观点;
4.TensorFlow与PyTorch,深度学习框架你会优先选择哪一个?请给出你的观点;
5.对于学习机器学习、深度学习等,你有什么好的经验与大家分享?请列举。

欢迎各位同学积极在文章的底部发表评论,参与话题!


话题时间

2018年1月29日——2月04日


话题奖励

欢迎在文章底部 留言参与话题!留言就有机会获得赠书!获奖用户可在【智能技术】【计算机科学——人工智能】分类图书中任选 1 本好书!本期话题一共送出 3 本 图书!

1.异步君将根据留言的内容、点赞数等选出1名留言最精彩的用户,可直接获得 1 本赠书!
2.另外 2 本赠书,留言参与话题的同学可在微信群众抽取!由于微信群已经满100人,留言后请添加异步君微信,微信发送 异周话题+社区昵称,会尽快将大家拉入群。
3.本周五(2月02日)会在微信群中发布用于抽奖的小程序,即可参与本次抽奖,2018 年 2 月 05 日 13:00 会自动开奖!开奖后将自动通过微信发送中奖通知给参与的用户。
4.留言最精彩的同学如同时抽中赠书,仅可领取 1 本赠书。
5.未留言参与话题,中奖后将不可领取赠书,最终的活动解释权归异步社区所有。


领奖方式

中奖后请添加异步君微信,微信发送 【异周话题+社区昵称+图书名称】、以及本期话题留言截图给异步君,异步君将通过您的社区账号私信给您图书的样书兑换券!

【异步君微信】

(点击图片查看大图,扫码添加异步君)

【异周话题 第 18 期】获奖名单

恭喜@韩天成、@ lialong、@wohenku777 三位用户获得本期话题的赠书,感谢每一位用户的参与,欢迎各位继续参与异周话题!

0 推荐
  • 算法之道 今年 02-05 10:32

    3.目前TensorFlow、Caffe、Keras、PyTorch等深度学习框架,你认为哪一个最好?请给出你的观点;

       像Torch、Caffe、TensorFlow是研究员人员在用,尤其是比较灵活的PyTorch;需要落地和不停迭代的,用的是MXNet,好处是training效率比较高。深度学习团队针对MXNet投入最多,做了不少自主的优化,大约一半的力量投入在MXNet,开发了比较完备的MXNet通用训练框架。业务层面,无论是基于CNN、DNN和IPM的识别,还是基于Encoder-Decoder的ED框架的翻译,所有的云上代码都是自主开发的,几乎没用现成的开放框架。

    5.对于学习机器学习、深度学习等,你有什么好的经验与大家分享?请列举。

        机器学习的资料,私以为,首先要学好数学基础,包括但不限于,线性代数(矩阵理论)、概率论与统计、信息论、优化理论等,

     深度学习,cs231n,Stanford的Computer Vision课程,从KNN到线性分类器,再到神经网络,CNN,讲的很清晰,说到了很多细节你以前可能不会去想或者想不出来的. 如果对NLP感兴趣可以去看看cs224d.

    0
    • 异步君
      异步君 今年 02-05 10:40

      抱歉,活动昨天已经结束~

  • 韩天成 今年 02-04 13:15

    深度学习的认识:

           深度学习在最近几年开始火了起来, 先有alphaGo下的围棋秒杀的我国著名围棋大师。让我国那些中年围棋迷们唏嘘不已。然后就是百度的技术大拿吴恩达老师的离职,在我们的IT界引起了不小的震动,也就是这次事情,我才开始真正的去了解什么是深度学习,什么是神经网络技术 等高大上的技术。

             那么如何学习。学习技术不是一件蛮干就能出成果的事情。需要合适的方法才能起到事半功倍的效果。

    1:开发语言的选择。

            我本人是做Java开发的,但是我发现用Java去实现神经网络是比较复杂的,难度比较大,学习成本比较高。于是我决定学习pyhton。在学习pyhton中,我深刻感受到了pyhton简单易学、免费开源、高层语言、可移植性强、面向对象、可扩展性、可嵌入型、丰富的库、规范的代码等等好处。过去我一直解决这种脚本语言就是个鸡肋,等我升入学习的时候我对pyhton语言又有了新的认识。

            所以在学习深度开发前,首先一定要选好一门开发语言。不然以后再写代码的时候不仅十分痛苦,而且效率也不会高。


    2:数据结构需要再次复习

            在公司写代码,基本上都是在实现业务代码,数据结构基本上用不到。所以我再次把大学时候用的严蔚敏老师写的数据结构,再次学习一遍。回想大学时期学习数据结构觉得非常痛苦,回头去看觉得也没有那么复杂,把数据机构的理论在强化,然后用Java和pyhton都去模拟队列,堆栈的存储,二叉树的实现。通过一系列的学习,对时间复杂度,空间复杂度又有了新的认识,而这些在深度学习中是必用到的。而再次学习就是为了做好基本知识储备。

    3:高数的复习

          卷积神经网络就是一个多维的过程。那么这个就设计到了工程数学。在线性代数里面,秩就是一个维度变化。多年的工作已经让我把这些知识忘却,我正在学习把这些知识捡起来。

    4:分布式的学习

            现在的系统所采用分布式的原因是因为数据量大,通过分布式系统后达到一个减轻服务器,数据库的压力,而分布式学习不是因为要处理的数据量非常大,但是要多轮迭代计算,维持一组变量,然后不停地更新。因为数据不停的更新,那么怎么架构最优,这个就是我接下来的学习的重点。

    5:容器技术的储备

          深度学习是一个非常浩大的系统,所以部署的时候使用容器来处理,这样使用起来是非常容易的事情。那么我们还需要对容器有一定的了解,这个了解应该停留在会用就好。比如docker就是一个非常好的容器。

    6:学习深度学习框架的选择

          之前在一个技术群里认识一个人,他说他精通深度学习。于是我虚心请教,不过后来我发现,他所谓的懂,无非就是能把深度学习的框架搭建起来,跑Demo。我认为这样根本不是精通,也就是一个深度学习的代码搬运工而已。所以对于我来说,只是作为一个深度学习的爱好者,那么我在选取框架的时候,我会选择PyTorch,原因就是一点,上手容易,而且基本上都API化,应该老说非常方便调用。等我把上述需要储备的知识处理好,就可以真正意义上的进入深入学习,成为深度学习的一份子。

    7:保持头脑冷静也很重要

         我看到招聘现在对深度学习的职位工资开的都非常诱人。前几天加了一个群,结果群主是卖培训的,只要短期培训,就能进行深度学习开发。我希望初学者长点心,不要被别人收割智商税。深度学习是一个门槛比较高的工作,需要储备的知识非常多,一个资质平庸的我,我坚信在短期学习是不可能胜任这样工作的。

             这就是我学习深度学习的计划,请各位技术大拿拍砖,不过在拍砖前,请您帮我用深度学习计算一下,我们与祖国的卷积可以伐?

    1
  • 风何悦 今年 02-03 23:06

    4.TensorFlow与PyTorch,深度学习框架你会优先选择哪一个?请给出你的观点;

    我更喜欢PyTorch:

    从入门来说:

    PyTorch安装起来很容易,也很直接,大家可以通过PIP来安装,也可以直接选择源码安装。PyTorch还可以通过Docker安装。PyTorch也不用像TensorFlow一样已经指定好CPU和GPU。

    从使用上来说:

    PyTorch提供非常Python化的API接口,这与TensorFlow有很大差别,TensorFlow需要先定义所有的张量和图,然后再执行相应的操作。虽然PyTorch的特性使得代码变多了,但用起来会更加清晰。

    在PyTorch中,图架构是动态的,即图是在运行时创建的。而在TensorFlow中,图架构是静态的,这意味着先编译出图然后再运行。PyTorch中简单的图架构更容易推导,或许更重要的一点是,它更容易调试。调试PyTorch代码如同调试Python代码,可以在任何地方设置断点。而调试TensorFlow代码并不那么容易了……

    0
  • 阿狸不歌 今年 02-03 22:50

    1.对于 TensorFlow 和 PyTorch 两个深度学习框架,你了解多少?请列举;

    TensorFlow 开始是由谷歌一个称之为 DistBelief V2 的库发展而来,TensorFlow 可以提供一系列的能力,例如图像识别、手写识别、语音识别、预测以及自然语言处理等。而且是现在GitHub上被Star最多的开源深度学习框架。

    PyTorch是Torch框架的表亲,但Torch是基于lua开发的,而lua的使用者并不多。PyTorch的出现却并不是为了支持流行语言而对Torch进行简单的包装,它被重写和定制出来是为了得到更快的速度和本地化。PyTorch结合了 Torch7 高效灵活的 GPU 加速后端库与直观的 Python 前端,它的特点是快速成形、代码可读和支持最广泛的深度学习模型。

    2.你知道哪些基于 TensorFlow 或 PyTorch 框架的项目?请列举;

    斯坦福大学、伯克利大学、多伦多大学和 Udacity 都将TensorFlow作为一个免费的大规模在线开放课程进行教授。

    3.目前TensorFlow、Caffe、Keras、PyTorch等深度学习框架,你认为哪一个最好?请给出你的观点;

    都是各有优劣啦,TensorFlow背景最硬、粉丝最多、推广力度最大。PyTorch个人开发挺好用的。其灵活性和速度,在推出以后迅速得到了开发者和研究人员的青睐。

    4.TensorFlow与PyTorch,深度学习框架你会优先选择哪一个?请给出你的观点;

    两个都会用的,用其所长,避其所短。

    5.对于学习机器学习、深度学习等,你有什么好的经验与大家分享?请列举。

    要有数据,很大的数据、还要有标注,剩下的调参就看运气了😁

    0
  • arendl 今年 02-02 12:27

    实话实说,这两个东西我没有了解过。但是活动让我中一次好吧,我也好像看下计算机人工智能讲些啥。

    0
异步君
异步君 V6

北京 丰台

4.8K经验值

身为插坐社区的运营,竭尽全力的为插头们服务~

更多>>

相关技术

相关图书

相关文章