tensorflow和pytorch

资讯

TensorFlow和PyTorch的实际应用比较
但是作为用户，我们一直想知道哪种框架最适合我们自己特定项目，所以在本文与其他文章的特性的对比不同，我们将以实际应用出发，从性能、可伸缩性和其他高级特性方面比较TensorFlow和PyTorch。
deephub
34评论
PyTorch 与 TensorFlow 怎么选？
图1展示了近两年来几个主流深度学习框架的 Google 指数，其中 PyTorch 和 TensorFlow 的热度不相上下，均遥遥领先于其他框架。
博文视点Broadview
4评论
AI课堂第4讲：深度学习环境搭建( Tensorflow& PyTorch)
conda install pytorch torchvision torchaudio cudatoolkit=11.3。
小庄AI科普
4评论
对比PyTorch、TensorFlow、JAX、Theano，我发现都在关注两大问题
作者｜王益OneFlow社区编译翻译｜杨婷最近，我在处理 PyTorch 分布式和 TorchRec 相关的工作，为此，我开始学习 PyTorch 2.0。在业余时间，我也在跟着Alpa作者学习JAX和XLA。
OneFlow
谁是深度学习框架一哥？2022年，PyTorch和TensorFlow再争霸
最近Reddit上有个帖子从三个方面对比了两个框架，结果竟然是平手?在模型可用性方面，PyTorch 和 TensorFlow 分歧很大，PyTorch 和 TensorFlow 都有自己的官方模型存储库，但从业者可能希望利用多个来源的模型。
新智元
7评论
被PyTorch打爆！谷歌抛弃TensorFlow，押宝JAX
很喜欢有些网友的一句话:「这孩子实在不行，咱再要一个吧。谷歌眼见不对，赶紧又要了一个——「JAX」，一款全新的机器学习框架。
新智元
30评论
新版TensorFlow又立flag！团队明确承诺100%向后兼容，2023年发布
赶在TF七岁生日之前，TensorFlow的开发团队发布了一个博客，宣布TensorFlow将会继续开发，并且将会在2023年发布全新版本，对接口的脏、乱、差情况进行整改，并承诺100%向后兼容!
新智元
过去十年机器学习软件开发行业概览
本篇报告中将涵盖以下主题:为何谷歌的 TensorFlow 输给了 PyTorch，谷歌为何没能利用其在人工智能领域的早期领导地位，机器学习模型训练时间的主要构成成分，内存容量、带宽、成本墙，模型优化，为何其他人工智能硬件公司至今无法撼动英伟达的统治地位，为何硬件地位逐渐重要，英伟达在 CUDA 上的竞争优势是如何消失的，以及英伟达的竞争对手在大型云的芯片训练上所取得的重大胜利。目前来说，虽然挑战不断，但谷歌仍是处于机器学习模型的最前沿。
InfoQ
17评论

视频

问答