Redian新闻
>
pytorch太好用了, 入门还是进阶都推荐使用
avatar
pytorch太好用了, 入门还是进阶都推荐使用# Programming - 葵花宝典
L*8
1
想怎么连接网络 都可以
各种奇特想法都可以实现
而且debug容易 一行一行执行 就有结果
pytorch和caff2融合以后 更加强大
avatar
g*u
2
现在看torch 最起码在验证阶段 完爆tf了
tf什么鸡巴玩意 搞的那么恶心 白瞎了google的名头了
avatar
w*g
3
Tf确实是狗屁玩意,容我也骂一句。

:想怎么连接网络 都可以
:各种奇特想法都可以实现
avatar
x*u
4
TTt太看重工业部署,自己研究需要用简单点的

【在 w***g 的大作中提到】
: Tf确实是狗屁玩意,容我也骂一句。
:
: :想怎么连接网络 都可以
: :各种奇特想法都可以实现

avatar
m*o
5
这两种是不同的模型,tf是静态网络,pytorch是动态网络。tf的优势在于部署,模型
训练出来以后,可以上java,可以上go,等等。pytorch只能上python。

【在 L****8 的大作中提到】
: 想怎么连接网络 都可以
: 各种奇特想法都可以实现
: 而且debug容易 一行一行执行 就有结果
: pytorch和caff2融合以后 更加强大

avatar
n*7
6
那是不是用pytorch 学习,研究,折腾
调好之后用tf最终训练,deploy?

【在 m****o 的大作中提到】
: 这两种是不同的模型,tf是静态网络,pytorch是动态网络。tf的优势在于部署,模型
: 训练出来以后,可以上java,可以上go,等等。pytorch只能上python。

avatar
m*o
7
可以这么做。有两个问题:第一:如果使用比较high level的tensor,即便表面看起来
一样,两边实现的细节可能还是会有所不同。第二:如果pytorch方面实现的结构比较
复杂,转化到tensorflow下有难度,比如递归网络这样的结构随着数据输入变化的模型。

【在 n******7 的大作中提到】
: 那是不是用pytorch 学习,研究,折腾
: 调好之后用tf最终训练,deploy?

avatar
w*g
8
这个实际操作很难,非常耗费人力。
caffe2或者把参数导出到tensorrt部署。

【在 n******7 的大作中提到】
: 那是不是用pytorch 学习,研究,折腾
: 调好之后用tf最终训练,deploy?

avatar
w*r
9
问题是现在还有很多legacy work在caffe上,整合/集成都是麻烦事
avatar
w*r
10
google现在玩的是ecosystem,以后很有可能到处都是tf,其他的轮子要想接入,自己
port。。。

【在 m****o 的大作中提到】
: 这两种是不同的模型,tf是静态网络,pytorch是动态网络。tf的优势在于部署,模型
: 训练出来以后,可以上java,可以上go,等等。pytorch只能上python。

avatar
l*m
11
又想到恶心的事了port 一个torch到tf, 花了半年才真正搞定,精度才一致。又过半年
功力提高了,又改了个参数,果然提高了不少,老中医摸脉。

:这个实际操作很难,非常耗费人力。
:caffe2或者把参数导出到tensorrt部署。
avatar
e*o
12
学了一下,后悔以前以为难,没有早学。
avatar
m*o
13
ONNX号称万能钥匙,有人用过吗?

【在 w*****r 的大作中提到】
: google现在玩的是ecosystem,以后很有可能到处都是tf,其他的轮子要想接入,自己
: port。。。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。