PyTorch一年增長(zhǎng)194%，兼容性更強(qiáng)，超越TensorFlow指日可待
乾明 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
看樣子，PyTorch超過TensorFlow指日可待了。
這個(gè)結(jié)論，來自于這樣的數(shù)據(jù)：
2019年1月到6月底，在arXiv.org上發(fā)表的論文中，提及TensorFlow和PyTorch的數(shù)量相差無(wú)幾，PyTorch僅稍稍落后。
但最關(guān)鍵的在于增長(zhǎng)速度：與2018年1月到6月相比，PyTorch增長(zhǎng)了194%。相比之下，TensorFlow的增長(zhǎng)幅度僅為23%。
一方面有足夠的基數(shù)，另一方面又有足夠的增速，PyTorch已經(jīng)具備超過TensorFlow的可能性。
數(shù)據(jù)來自于RISELab——隸屬于加州大學(xué)伯克利分校的研究機(jī)構(gòu)，目標(biāo)是研發(fā)下一代大數(shù)據(jù)計(jì)算系統(tǒng)。
公布出來之后立即引發(fā)網(wǎng)友熱議。
與之前不同的是，這次不是“PyTorch真香”現(xiàn)場(chǎng)，主題變成了吐槽TensorFlow。
吐槽TensorFlow現(xiàn)場(chǎng)
在Reddit上的機(jī)器學(xué)習(xí)板塊，這一話題已經(jīng)有了200熱度，獲得80條評(píng)論。
其中排名第一的評(píng)論就是：
TensorFlow一直讓人頭疼，所以很高興看到這么快就采用PyTorch。
到底如何頭疼？也有不少網(wǎng)友給出了解釋：
Tensorflow 1.0兼容性差
名為“bunny113”的網(wǎng)友評(píng)論稱：
從GitHub repo中獲取的Tensorflow 1.0代碼，在其他版本上不起作用。
所以，我現(xiàn)在只用PyTorch。我喜歡它的動(dòng)態(tài)性，而不是Tensorflow的靜態(tài)性。
不斷變化令人頭疼
關(guān)于TF，讓我頭疼的一件事是不斷變化。最初你必須從頭構(gòu)建模型，然后出現(xiàn)了TF.estimator (TF.layers) API，現(xiàn)在TF.keras將成為TF 2.0（以及將 TF.layers 標(biāo)記為 legacy）中的標(biāo)準(zhǔn)。
也有網(wǎng)友有更加深刻的體會(huì)：
TensorFlow現(xiàn)在絕對(duì)是一場(chǎng)災(zāi)難。微小的版本增量，就會(huì)在我的代碼中觸發(fā)幾十個(gè)棄用警告。
此外，還有其他各種各樣的問題，比如TensorFlow很難調(diào)試、掌握門檻高等等等等。
吐槽現(xiàn)場(chǎng)鏈接：
https://www.reddit.com/r/MachineLearning/comments/chx7bq/d_one_simple_graphic_researchers_love_pytorch_and/
Tensorflow的優(yōu)勢(shì)之處
盡管有那么多人吐槽，也并不意味著TensorFlow沒優(yōu)點(diǎn)，PyTorch非常完美。
需要注意的是的，這一數(shù)據(jù)來源是arXiv.org提交的預(yù)印版論文，群體幾乎全是研究人員。
有網(wǎng)友發(fā)問：
研究人員也可能關(guān)心性能基準(zhǔn)測(cè)試，有人關(guān)注在它們?cè)谟布嫒菪院蛢?yōu)化，云支持（谷歌Colab）等方面的表現(xiàn)嗎？
當(dāng)然有，名為”muntoo“網(wǎng)友在評(píng)論區(qū)中表示：
我使用Tensorflow的主要原因，是Google提供了針對(duì)其他平臺(tái)（例如Android）的集成。
確實(shí)，這是Tensorflow的優(yōu)勢(shì)，也是PyTorch需要改進(jìn)的方面。
就在最近，TensorFlow還推出了一個(gè)新的圖像分割教程，使用的是U-Net風(fēng)格的架構(gòu)(和一個(gè)預(yù)訓(xùn)練的MobileNet)，鏈接地址：
https://www.tensorflow.org/beta/tutorials/images/segmentation
不過，F(xiàn)ast.ai創(chuàng)始人Jeremy Howard在Twitter上表示，因?yàn)樯疃葘W(xué)習(xí)是一個(gè)非常新的商業(yè)領(lǐng)域，業(yè)界與學(xué)界聯(lián)系非常密切。PyTorch在研究人員中的使用大幅增長(zhǎng)，也預(yù)示著今年會(huì)有越來越多的公司采用PyTorch。
你覺得呢？
相關(guān)閱讀
PyTorch Hub發(fā)布！一行代碼調(diào)用最潮模型，圖靈獎(jiǎng)得主強(qiáng)推
為了調(diào)用各種經(jīng)典機(jī)器學(xué)習(xí)模型，今后你不必重復(fù)造輪子了。
實(shí)現(xiàn)100倍加速！谷歌開源超強(qiáng)張量計(jì)算庫(kù)TensorNetwork
希望TensorNetwork成為科學(xué)家們和機(jī)器學(xué)習(xí)從業(yè)者的寶貴工具。
克10-EM-P-150x150.jpg)