搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > CUDATEK酷达智能 > 干货|Pytorch还是Tensorflow?英伟达工程师帮你总结了

干货|Pytorch还是Tensorflow?英伟达工程师帮你总结了

CUDATEK酷达智能 2017-10-30

CUDATEK是深度学习软硬件解决方案专家,提供GPU硬件解决方案;CUDA解决方案专家; 面向制造业,影视动漫娱乐硬件解决方案;专业计算金融GPU解决方案;IVA GPU软硬件解决方案。

本文作者Dominic Monn,是NVIDIA机器学习工程师。在本文中,作者讲述了自己在深度学习过程中使用PyTorch和TensorFlow的一些实际体会,他从安装、使用、文档、社区和工具五个角度,比较了PyTorch和TensorFlow的优点和不足。


作者此前一直是TensorFlow用户,不过出于工作考虑,加入NVIDIA时,决定改用PyTorch,也就有了对比PyTorch和TensorFlow这篇文章。


PyTorch简单的安装方式、Python化的使用风格,以及比TensorFlow稍快一些的运算速度非常适合工作之外的空闲时间使用。对于想入坑的童鞋来说,这篇文章具有很好的借鉴意义。

安装

PyTorch的安装非常简单。用户可以通过PIP进行安装,也可以从源代码构建。PyTorch还提供了Docker镜像,可以作为您自己的项目的基础镜像。


但是PyTorch没有像TensorFlow那样有专门的CPU和GPU的版本。虽然这样会让安装更容易,但是如果想要同时支持CPU和GPU使用的话,就会需要生成更多代码。


还有一点需要注意的是,PyTorch还没有提供官方的分发渠道。虽然有Windows的非官方端口,但是没有来自PyTorch的支持。

用法

PyTorch提供了一个非常Python化的 API。TensorFlow则需要用户定义所有的Tensors和Graph,然后在会话中运行它。


在我看来,这会带来更多,但也更清洁的代码。 PyTorch图必须在继承自PyTorch nn.Module的类中定义。当运行Graph时,将调用forward() 函数。通过这种“约定配置”的方法,将保证graph的位置总是已知,而不用定义其余代码中的变量。


这种“新”方法需要一些时间才能习惯,但我认为,如果您之前在深度学习之外使用过Python,这会非常简单的。


从一些评论来看,PyTorch与TensorFlow相比,在许多模型上也表现出了更好的性能。

文档

PyTorch文档的大部分已经完成。我在使用过程中,还没有碰到过找不到函数定义或模块的情况。与TensorFlow的所有函数都有一个独立页面不同,PyTorch每个模块仅仅有一页文档。如果你之前一直使用Google风格的编程工具,那么在PyTorch中寻找函数的话,会有点儿困难。

社区

显然,PyTorch的社区并不像TensorFlow那么大。然而,在空闲时间许多人还是喜欢PyTorch,即使在上班时间他们要使用TensorFlow。一旦PyTorch开始完成公测,推出正式版本,我相信Pytorch的社区现状就会改变。而且目前,在PyTorch社区里想发现老司机还有一点难度。


只有社区足够大,官方论坛中的问题才会比较快速的得到一个答案,并且完善很多神经网络示例的PyTorch版本。

工具和助手

尽管PyTorch提供了相当数量的工具,但一些非常有用的工具却十分缺少。尤其是缺少一个像TensorFlow里的TensorBoard那样强有力的工具。这就使得可视化比较困难。


还有一些非常常见的辅助工具也比较缺乏。这需要比TensorFlow更多的自写代码。

结论

如果你想换掉TensorFlow,那么PyTorch绝对是最佳选择。由于PyTorch还处于测试阶段,我希望它可以在可用性,文档和性能等方面有更多的改变和提升。

PyTorch是非常python化的工具,用起来感觉也很舒服。它有一个很好的社区和文档,而且运行起来也被认为比TensorFlow快。


当然,与TensorFlow相比,PyTorch的社区仍然相对较小,并且缺少一些有用的工具,例如像TensorBoard这样的可视化工具。

业务咨询与购买:karena@cudatek.com



上海酷达计算机科技有限公司

TEL 021-54181199




版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《干货|Pytorch还是Tensorflow?英伟达工程师帮你总结了》的版权归原作者「CUDATEK酷达智能」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注CUDATEK酷达智能微信公众号

CUDATEK酷达智能微信公众号:cudatek

CUDATEK酷达智能

手机扫描上方二维码即可关注CUDATEK酷达智能微信公众号

CUDATEK酷达智能最新文章

精品公众号随机推荐