前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >​TensorFlow 真的要被 PyTorch 比下去了吗?| Q推荐

​TensorFlow 真的要被 PyTorch 比下去了吗?| Q推荐

作者头像
深度学习与Python
发布2023-04-01 16:35:49
6380
发布2023-04-01 16:35:49
举报

总有人在后台问我,如今 TensorFlow 和 PyTorch 两个深度学习框架,哪个更流行?

就这么说吧,今年面试的实习生,问到常用的深度学习框架时,他们清一色的选择了「PyTorch」。

这并不难理解,这两年,PyTorch 框架凭借着对初学者的友好性、灵活性,发展迅猛,几乎占据了深度学习领域的半壁江山。比起 TF 的框架环境配置不兼容,和 Keras 由于高度封装造成的不灵活,PyTorch 无论是在学术圈还是工业界,都相当占优势。不夸张地说,掌握了 PyTorch ,就相当于走上了深度学习、机器学习的快车道

那么,PyTorch 为什么这么强?

首先,PyTorch 的命令式的编程风格,这对用户很友好。

PyTorch 设计得更科学,不必像 TF 那样,还要在各种 API 之间做切换,操作便捷。代码可读性也更强,能让人把注意力集中在问题本身而不是实现。一个 layer 也只对应一种函数,不用去纠结应该学习哪个。

其次,PyTorch 的易用性更好,而且生态起来了,大部分论文开源都是用 PyTorch。

PyTorch 各种开发版本都能向下兼容,环境配置和网络搭建分分钟拿下。而且 PyTorch 跟 NumPy 风格比较像,轻易就能和 Python 生态集成起来,开发者掌握了 NumPy 跟基本的深度学习概念就能上手。

还有,PyTorch 在 debug 代码的过程也十分方便,可以随时输出中间向量结果。

使用 PyTorch 就像在 Python 中使用 print 一样简单,只要把一个 pdb 断点扔进 PyTorch 模型里,直接就能用了。

而且 PyTorch 的应用范围越来越广,不仅能够帮你实现模型和算法,快速完成深度学习模型部署,提供高并发服务,还可以轻松去实现图像生成、文本分析、情感分析这样的有趣实验。

从下面这张图就可以看出,它的技术迭代速度,还有生态发展速度都是非常迅猛的。

代码语言:javascript
复制
   趋势图

现在,越来越多的大公司都在使用 PyTorch,很多大厂招聘中,跟算法相关的岗位,也同样会要求你熟练使用 PyTorch 等工具。

PyTorch 这么多优点 ,要如何高效入门?

在我看来,好的学习资料至少要满足 2 点:一站式学习 + 样例导向。

不仅能给出知识体系、线索,掰开揉碎了讲清楚。在此基础上,还要根据实际的案例,上手实操,练过、犯过错,才能懂其中的诀窍,而不是输出一些死记硬背的概念。

当然,想满足这个条件的课程,需要老师有长时间的打磨和深厚的功底。最近刷到 方远 写的 《PyTorch 深度学习实战》 专栏, 看了更新的几篇,有丰富的代码和实战案例,还有 一线实操的踩雷点,以及使用心得,感觉不错,分享个他整理的学习图谱。

完整跟下来,你能获得这样一个从 「具体问题 → 找合适的算法与模型 → 自主解决问题」完整技术框架。而熟练使用 PyTorch 工具,解决自己的问题,只是这个专栏要实现的一个小目标。

除了交付 系统的 PyTorch 技术学习框架,专栏还从实际需求出发,原理 + 实操,传递在深度学习这条路上的经验思考。更重要的是,这个专栏会给你 分析问题的能力和和解决问题的方法,让你懂得怎样去 优化你自己的算法与模型

这课刚上线,早鸟特惠 + 隐藏口令「PyTorch66」,仅需¥89,购买后 永久有效,推荐给你

早鸟特惠

原价 ¥129 ,现仅¥89

更有新人到手价¥59

说说作者方远

方远」,目前在国际知名互联网公司 Line China 担任 数据科学家,主要从事计算机视觉与自然语言处理的研发工作,在深度学习领域,可是名副其实的 KOL。

他还曾先后在百度和腾讯任职 高级算法研究员。精通 PyTorch 与 TensorFlow 框架,以及 Bert、EfficientNet、SSD、DeepLab 等主流深度学习算法。为公司内部千亿级别流量的运营审核业务,提供稳定高效的深度学习服务。也为公司移动终端产品提供可离线运行、实时、高精度的计算机视觉服务。在机器学习与深度学习的研究和应用领域已有 10 年的积累。

这样的大佬能来开课,把自己的心法毫不保留的分享出来,让普通人都可以接触到,学习到,真的是多少钱都买不到的。一个好的“老师傅”要比自学效果好得多,对于想在机器学习领域快速提升自己的同学,不要错过。

再说说为什么推荐这个专栏

我很看重的一点,专栏不会“罗列”特别多的公式、复杂的推理、大量的程序等,而是把原理详解 + 动手实操,有的放矢。在带领解决问题的过程中帮助你吃透知识点,举一反三。

课程设计遵循从入门到精通,共 27 讲,分为3个递进的部分

  • 基础篇

简要介绍 PyTorch 的发展趋势与框架安装方法,以及 NumPy 的常用操作。我们约定使用 PyTorch 1.9.0 版本,还会给你详细讲解安装跟常用编程工具。

  • 模型训练篇

想要快速掌握一个框架,就要从核心模块入手。在这个部分,为你详解自动求导机制、训练过程可视化、分布式训练等模块,带你看看 PyTorch 能给我们提供怎样的帮助。通过这个部分的学习,你就能基于 PyTorch 搭建网络模型了。

  • 实战篇

整个专栏都是围绕 PyTorch 框架在具体项目实践中的应用来讲的,最后还会结合当下流行的图像与自然语言处理任务,串连前面两个模块的内容,为你深入讲解 PyTorch 如何解决实际问题。

有多干货,来看看目录。

一个体系的课程,胜过 100 篇所谓的干货文。市面上关于 PyTorch 的课良莠不齐,能像方远这样 带你从 0 到 1 构建知识体系,结合实战吃透 PyTorch 的,确实不多了。推荐给想要进入深度学习领域或想对深度学习更进一步的朋友,真的很值得一看。

最后再和大家强调一下:

早鸟特惠,原价¥129 ,现仅¥89

更有新人到手价¥59

👆👆👆

扫码免费试读

👇点击「阅读原文」免费试读或购买,2 杯咖啡钱,现在就一起探索 PyTorch,打开深度学习的大门吧!

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-10-21,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 InfoQ 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
NLP 服务
NLP 服务(Natural Language Process,NLP)深度整合了腾讯内部的 NLP 技术,提供多项智能文本处理和文本生成能力,包括词法分析、相似词召回、词相似度、句子相似度、文本润色、句子纠错、文本补全、句子生成等。满足各行业的文本智能需求。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档