国庆长假已经结束了,应该收收心了,调整心态,准备过年。
在你小长假踏遍山和大海的时候,国外的机器学习大牛们可没闲着。
TensorFlow 2.0和PyTorch谁更好这个问题,大牛们可是争论了好几天。
究竟国外的大牛如何看待这个问题?和大家平常的观点有何不同?量子位挑选机器学习界KOL精彩观点,带你一文尽览。
黄队:TensorFlow 2.0
TensorFlow是机器学习框架排行榜里的佼佼者,Google家族的公子哥。家族产业庞大,因此常年奔波处理各种家族事务中,三年前宣布对外开源,因此得空游走四方。江湖传言2.0版的它易用性增强,核心技能为Eager Execution。
红队:PyTorch
PyTorch是神经网络框架新秀,口碑不错的Torch框架的表亲。父母来自Facebook AI研究团队,自带在GPU加速的基础上实现张量计算和动态神经网络的天赋。
在前两天发布的1.0开发者预览版中,PyTorch摇身一变法力增强,不仅自带新的混合前端,还增加了经过改进的torch.distributed库和针对关键性能研究的Eager模式C++接口。
话题一出,大牛们纷纷投票站队。
Yann LeCun
“深度学习三巨头”之一,Facebook首席AI科学家
投票:PyTorch
毫无疑问,作为Facebook首席AI科学家,LeCun当然站PyTorch。
面对有人认为Facebook做PyTorch只是一项“爱好”的观点,LeCun说,Facebook为PyTorch投入了巨大的工程力量,以用来训练产品系统,绝非仅仅是一项爱好。另外,他还强调了一点:PyTorch是一个开源项目,并非Facebook独享的项目。
微软AI合伙人Phil Waymouth显然也是一个PyTorch粉丝,他透露上周微软将PyTorch放在了Azure支持的第一梯队框架中,微软内部有一个PyTorch工程团队,持续在为此开源项目做贡献。
Aurélien Geron
《Scikit-Learn与TensorFlow机器学习实用指南》作者,前YouTube产品经理。
投票:TensorFlow
作为一个写了关于TensorFlow的书的作者,Aurélien Geron对TensorFlow 2.0的评价是这样一张图。
Geron觉得TensorFlow 2.0的更新完全改变了TensorFlow和PyTorch的竞争格局,Eager Execution和Keras将会使天平倾向TensorFlow那一方。
不过,他也顺手表扬了一下PyTorch,PyTorch在易用性方面起了带头作用,不过TensorFlow通过支持Eager Execution和Keras赶上了赶上了PyTorch的发展。PyTorch 1.0将增加好一些图形功能,所以,竞争让两个框架都迅速发展,变得更好。
Jeremy Howard
fast.ai创始人,曾任Kaggle总裁兼首席科学家。
投票:PyTorch
作为PyTorch的铁杆粉丝,Jeremy Howard把TensorFlow略微嘲讽了一下,总结了TensorFlow的进步:
一是TensorFlow 2.0将会Python化;
二是TensorFlow 2.0将会支持Eager Execution和静态图;
虽然这两个功能是极大的进步,不过,终究是抄PyTorch的,所以,上面那个天平……怕是来搞笑的吧。
不过,对于“抄”这一点,威斯康星大学麦迪逊分校助理教授Sebastian Raschka并不认为这带有某种负面意义:
“抄”并不意味着会让一个工具变坏,反而是让它朝着变好的方向发展,这是一种双赢策略:PyTorch更专注于静态图,TensorFlow更专注于动态图,两者都是不同的框架,它们的存在都有价值。
Denny Britz
毕业于斯坦福大学,前Google Brain深度学习研究员,推特粉丝29.9K。
投票:中立票
对于这个问题,Denny Britz认为,除了一些非常特殊的用力(比如嵌入式设备等),选择TF还是Pytorch影响不大。
“特别是现在,它们看起来越来越相似了,将一个框架的知识转移应用到另一个上面就很简单了。”Britz说。
François Chollet
现就职于Google,被称为“Keras之父”,推特粉丝115K
投票:TensorFlow
虽然这些争论没有Keras什么事,但公认的Keras之父却有些按捺不住要跳出来说两句了。Chollet给PyTorch投了一张大大的反对票,认为现在公众认为它势头这么足,与宣传营销做得好关系不小啊。
Chollet表示,根据自己监测的数据,PyTorch的用户量在2018年的4月-5月已经达到了顶峰,之后就要走下坡路了。
— 完 —
加入社群
量子位AI社群28群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;
此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。
进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)
诚挚招聘
量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。
量子位 QbitAI · 头条号签约作者
վ'ᴗ' ի 追踪AI技术和产品新动态