一区二区三区三上|欧美在线视频五区|国产午夜无码在线观看视频|亚洲国产裸体网站|无码成年人影视|亚洲AV亚洲AV|成人开心激情五月|欧美性爱内射视频|超碰人人干人人上|一区二区无码三区亚洲人区久久精品

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)框架排名:TensorFlow第一,PyTorch第二

DPVg_AI_era ? 來(lái)源:未知 ? 作者:李倩 ? 2018-04-02 16:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

上周Keras作者Fran?ois Chollet才曬了使用谷歌搜索Index得到的開(kāi)源深度學(xué)習(xí)框架排名,前天好久沒(méi)出山的大神Andrej Karpathy拋出更新,使用更精確的數(shù)據(jù),得到過(guò)去6年、4300篇ArXiv機(jī)器學(xué)習(xí)論文里提到深度學(xué)習(xí)框架:PyTorch漲勢(shì)驚人。

上周,Keras作者、谷歌研究科學(xué)家Fran?ois Chollet曬出一張圖,他使用Google Search Index,展示了過(guò)去三個(gè)月,ArXiv上提到的深度學(xué)習(xí)框架排行.

TensorFlow排名第一,Keras排名第二,之后依次是Caffe、PyTorch、Theano,MXNet、Chainer,以及CNTK。

不少人評(píng)論,咦,PyTorch這么靠后?CNTK更是不科學(xué)……

昨天,手握ArXiv Sanity大數(shù)據(jù)、現(xiàn)在主管特斯拉人工智能部門(mén)的Andrej Karpathy,給出了更加精確的結(jié)果。

過(guò)去一個(gè)月,各個(gè)框架在論文中被提到(單次計(jì)算)的比例分別是:TensorFlow 14.3%,PyTorch 4.7%,Keras 4.0%,Caffe 3.8%,Theano 2.3%,Torch 1.5%,MXNet、Chainer和CNTK均小于1%:

上圖中,綠色是Theano,紫紅色是TensorFlow(上升最高的那條),藍(lán)色是Keras,棕黃色是Caffe,紫色是Torch,紫紅色是PyTorch,淺綠是MXNet,藍(lán)色是Chainer,紅色是CNTK。

沒(méi)錯(cuò),上面的數(shù)據(jù)確實(shí)是過(guò)去一個(gè)月,Karpathy也在后面給出了更正說(shuō)明。

Karpathy表示,綜合過(guò)去6年發(fā)表在ArXiv的4300篇機(jī)器學(xué)習(xí)論文(數(shù)據(jù)來(lái)源:cs.[CV|CL|LG|AI|NE]/stat.ML),根據(jù)其中各框架被提及的次數(shù)得到的總排名是:TensorFlow 5.9%,Caffe 5.4%,Theano 3.2%,Keras 2.3%,Torch 1.6%,PyTorch 1%,其他0.5%

Theano余威仍在,PyTorch漲勢(shì)驚人。

要知道,在2017年3月,Karpathy第一次做這個(gè)全面統(tǒng)計(jì)的時(shí)候,各框架的排名是:

那時(shí)候PyTorch才剛剛發(fā)布不久,Theano也沒(méi)有說(shuō)退休。

一年過(guò)去,如果有什么沒(méi)有變,那就是王者TensorFlow——2017年3月提交的所有論文中,有10%提到了TensorFlow。 當(dāng)然,并非每篇論文都會(huì)聲明所使用的框架,但如果假設(shè)論文以某種固定的隨機(jī)概率獨(dú)立于框架來(lái)聲明框架,那么機(jī)器學(xué)習(xí)社區(qū)里看起來(lái)大約有40%的人都在使用TensorFlow(或者更多,如果把Keras也計(jì)算進(jìn)去)。

2017年3月的數(shù)據(jù):紫色是Caffe,綠色是TensorFlow,紅色是Keras,黃色是Torch,淺藍(lán)色是PyTorch,藍(lán)色是Theano

我們期待最新一度的統(tǒng)計(jì)結(jié)果。

P.S. 真的沒(méi)有找到PaddlePaddle。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1807

    文章

    49029

    瀏覽量

    249703
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8503

    瀏覽量

    134660
  • pytorch
    +關(guān)注

    關(guān)注

    2

    文章

    809

    瀏覽量

    13974

原文標(biāo)題:Karpathy更新深度學(xué)習(xí)開(kāi)源框架排名:TensorFlow第一,PyTorch第二

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    Nordic收購(gòu) Neuton.AI 關(guān)于產(chǎn)品技術(shù)的分析

    Nordic Semiconductor 于 2025 年收購(gòu)了 Neuton.AI,這是家專(zhuān)注于超小型機(jī)器學(xué)習(xí)(TinyML)解決方案的公司。 Neuton 開(kāi)發(fā)了種獨(dú)特的神經(jīng)網(wǎng)絡(luò)框架
    發(fā)表于 06-28 14:18

    用樹(shù)莓派搞深度學(xué)習(xí)TensorFlow啟動(dòng)!

    介紹本頁(yè)面將指導(dǎo)您在搭載64位Bullseye操作系統(tǒng)的RaspberryPi4上安裝TensorFlowTensorFlow個(gè)專(zhuān)為深度學(xué)習(xí)
    的頭像 發(fā)表于 03-25 09:33 ?445次閱讀
    用樹(shù)莓派搞<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>?<b class='flag-5'>TensorFlow</b>啟動(dòng)!

    邊緣AI新突破:MemryX AI加速卡與RK3588打造高效多路物體檢測(cè)方案

    及對(duì)主流深度學(xué)習(xí)框架 (如 TensorFlow、PyTorch、ONNX) 的支持,即便是新手也能快速上手,輕松部署 AI 模型,實(shí)現(xiàn)智能
    的頭像 發(fā)表于 03-06 10:45 ?699次閱讀
    邊緣AI新突破:MemryX AI加速卡與RK3588打造高效多路物體檢測(cè)方案

    Triton編譯器在機(jī)器學(xué)習(xí)中的應(yīng)用

    多種深度學(xué)習(xí)框架,如TensorFlowPyTorch、ONNX等,使得開(kāi)發(fā)者能夠輕松地將不同框架
    的頭像 發(fā)表于 12-24 18:13 ?997次閱讀

    Arm KleidiAI助力提升PyTorch上LLM推理性能

    熱門(mén)的深度學(xué)習(xí)框架尤為突出,許多企業(yè)均會(huì)選擇其作為開(kāi)發(fā) AI 應(yīng)用的庫(kù)。通過(guò)部署 Arm Kleidi 技術(shù),Arm 正在努力優(yōu)化 PyTorch,以加速在基于 Arm 架構(gòu)的處理器上
    的頭像 發(fā)表于 12-03 17:05 ?1494次閱讀
    Arm KleidiAI助力提升<b class='flag-5'>PyTorch</b>上LLM推理性能

    PyTorch 2.5.1: Bugs修復(fù)版發(fā)布

    ? ,前言 在深度學(xué)習(xí)框架的不斷迭代中,PyTorch 社區(qū)始終致力于提供更穩(wěn)定、更高效的工具。最近,
    的頭像 發(fā)表于 12-03 16:11 ?1625次閱讀
    <b class='flag-5'>PyTorch</b> 2.5.1: Bugs修復(fù)版發(fā)布

    卷積神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)工具與框架

    卷積神經(jīng)網(wǎng)絡(luò)因其在圖像和視頻處理任務(wù)中的卓越性能而廣受歡迎。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展,多種實(shí)現(xiàn)工具和框架應(yīng)運(yùn)而生,為研究人員和開(kāi)發(fā)者提供了強(qiáng)大的支持。 TensorFlow 概述
    的頭像 發(fā)表于 11-15 15:20 ?672次閱讀

    PyTorch 數(shù)據(jù)加載與處理方法

    PyTorch個(gè)流行的開(kāi)源機(jī)器學(xué)習(xí)庫(kù),它提供了強(qiáng)大的工具來(lái)構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型。在構(gòu)建模型之前,
    的頭像 發(fā)表于 11-05 17:37 ?942次閱讀

    如何使用 PyTorch 進(jìn)行強(qiáng)化學(xué)習(xí)

    強(qiáng)化學(xué)習(xí)(Reinforcement Learning, RL)是種機(jī)器學(xué)習(xí)方法,它通過(guò)與環(huán)境的交互來(lái)學(xué)習(xí)如何做出決策,以最大化累積獎(jiǎng)勵(lì)。PyTo
    的頭像 發(fā)表于 11-05 17:34 ?1047次閱讀

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?665次閱讀
    <b class='flag-5'>Pytorch</b><b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    【「大模型時(shí)代的基礎(chǔ)架構(gòu)」閱讀體驗(yàn)】+ 第一、學(xué)習(xí)感受

    程分為下圖中的四步: 此后引入機(jī)器學(xué)習(xí)開(kāi)發(fā)框架TensorFlow,該框架下集成了多種“輪子”,但要避免“重復(fù)造輪子”。下小節(jié)是分布式AI
    發(fā)表于 10-10 10:36

    pytorch怎么在pycharm中運(yùn)行

    第一部分:PyTorch和PyCharm的安裝 1.1 安裝PyTorch PyTorch個(gè)開(kāi)源的機(jī)器
    的頭像 發(fā)表于 08-01 16:22 ?2557次閱讀

    pytorch環(huán)境搭建詳細(xì)步驟

    PyTorch作為個(gè)廣泛使用的深度學(xué)習(xí)框架,其環(huán)境搭建對(duì)于從事機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 08-01 15:38 ?1883次閱讀

    pytorch和python的關(guān)系是什么

    ,PyTorch已經(jīng)成為了個(gè)非常受歡迎的框架。本文將介紹PyTorch和Python之間的關(guān)系,以及它們?cè)?b class='flag-5'>深度
    的頭像 發(fā)表于 08-01 15:27 ?3285次閱讀

    NVIDIA推出全新深度學(xué)習(xí)框架fVDB

    在 SIGGRAPH 上推出的全新深度學(xué)習(xí)框架可用于打造自動(dòng)駕駛汽車(chē)、氣候科學(xué)和智慧城市的 AI 就緒型虛擬表示。
    的頭像 發(fā)表于 08-01 14:31 ?1154次閱讀