選單

TensorFlow 真的要被 PyTorch 比下去了嗎?

總有人在後臺問我,如今 TensorFlow 和 PyTorch 兩個深度學習框架,哪個更流行?

就這麼說吧,今年面試的實習生,問到常用的深度學習框架時,他們清一色的選擇了「PyTorch」。

這並不難理解,這兩年,PyTorch 框架憑藉著對初學者的友好性、靈活性,發展迅猛,幾乎佔據了深度學習領域的半壁江山。比起 TF 的框架環境配置不相容,和 Keras 由於高度封裝造成的不靈活,PyTorch 無論是在學術圈還是工業界,都相當佔優勢。不誇張地說,

掌握了 PyTorch ,就相當於走上了深度學習、機器學習的快車道。

那麼,PyTorch 為什麼這麼強?

首先,PyTorch 的命令式的程式設計風格,這對使用者很友好。

PyTorch 設計得更科學,不必像 TF 那樣,還要在各種 API 之間做切換,操作便捷。程式碼可讀性也更強,能讓人把注意力集中在問題本身而不是實現。一個 layer 也只對應一種函式,不用去糾結應該學習哪個。

其次,PyTorch 的易用性更好,而且生態起來了,大部分論文開源都是用 PyTorch。

PyTorch各種開發版本都能向下相容,環境配置和網路搭建分分鐘拿下。而且 PyTorch 跟 NumPy 風格比較像,輕易就能和Python 生態整合起來,開發者掌握了NumPy跟基本的深度學習概念就能上手。

還有,PyTorch 在 debug 程式碼的過程也十分方便,可以隨時輸出中間向量結果。

使用 PyTorch 就像在 Python 中使用 print 一樣簡單,只要把一個 pdb 斷點扔進 PyTorch 模型裡,直接就能用了。

而且 PyTorch 的應用範圍越來越廣,不僅能夠幫你實現模型和演算法,快速完成深度學習模型部署,提供高併發服務,還可以輕鬆去實現影象生成、文字分析、情感分析這樣的有趣實驗。

從下面這張圖就可以看出,它的技術迭代速度,還有生態發展速度都是非常迅猛的。

TensorFlow 真的要被 PyTorch 比下去了嗎?

趨勢圖

現在,越來越多的大公司都在使用 PyTorch,

很多大廠招聘中,跟演算法相關的崗位,也同樣會要求你熟練使用 PyTorch 等工具。

PyTorch這麼多優點,要如何高效入門?

在我看來,好的學習資料至少要滿足 2 點:

一站式學習 + 樣例導向

不僅能給出知識體系、線索,掰開揉碎了講清楚。在此基礎上,還要根據實際的案例,上手實操,練過、犯過錯,才能懂其中的訣竅,而不是輸出一些死記硬背的概念。

當然,想滿足這個條件的課程,需要老師有長時間的打磨和深厚的功底。最近刷到

方遠

寫的

《PyTorch深度學習實戰》

專欄, 看了更新的幾篇,有豐富的程式碼和實戰案例,還有

一線實操的踩雷點,以及使用心得,感覺不錯,分享個他整理的學習圖譜。

TensorFlow 真的要被 PyTorch 比下去了嗎?

完整跟下來,你能獲得這樣一個從

「具體問題 → 找合適的演算法與模型 → 自主解決問題」完整技術框架

。而熟練使用 PyTorch 工具,解決自己的問題,只是這個專欄要實現的一個小目標。

除了交付

系統的 PyTorch 技術學習框架

,專欄還從實際需求出發,原理 + 實操,

傳遞在深度學習這條路上的經驗思考

。更重要的是,這個專欄會

給你分析問題的能力和和解決問題的方法

,讓你懂得怎樣去

最佳化你自己的演算法與模型

這課剛上線,早鳥特惠 + 隱藏口令「PyTorch66」,僅需¥89,購買後永久有效,推薦給你。

早鳥特惠

原價 ¥129 ,現僅

¥89

更有新人到手價

¥59

說說作者方遠

方遠

」,目前在國際知名網際網路公司 Line China 擔任

資料科學家

,主要從事計算機視覺與自然語言處理的研發工作,在深度學習領域,可是名副其實的 KOL。

他還曾先後在百度和騰訊任職

高階演算法研究員

。精通 PyTorch 與 TensorFlow 框架,以及 Bert、EfficientNet、SSD、DeepLab 等主流深度學習演算法。為公司內部千億級別流量的運營稽核業務,提供穩定高效的深度學習服務。也為公司移動終端產品提供可離線執行、實時、高精度的計算機視覺服務。

在機器學習與深度學習的研究和應用領域已有10 年的積累

這樣的大佬能來開課,把自己的心法毫不保留的分享出來,讓普通人都可以接觸到,學習到,真的是多少錢都買不到的。

一個好的“老師傅”要比自學效果好得多

,對於想在機器學習領域快速提升自己的同學,不要錯過。

再說說為什麼推薦這個專欄。

我很看重的一點,專欄不會“羅列”特別多的公式、複雜的推理、大量的程式等,而是把原理詳解 + 動手實操,有的放矢。在帶領解決問題的過程中幫助你吃透知識點,舉一反三。

課程設計遵循從入門到精通,

共 27 講,分為 3 個遞進的部分

基礎篇

簡要介紹 PyTorch 的發展趨勢與框架安裝方法,以及 NumPy 的常用操作。我們約定使用 PyTorch 1。9。0 版本,還會給你詳細講解安裝跟常用程式設計工具。

模型訓練篇

想快速掌握一個框架,就要從核心模組入手。在這個部分,詳解了自動求導機制、訓練過程視覺化、分散式訓練等模組,帶你看看 PyTorch 能給我們提供怎樣的幫助。透過這部分的學習,你就能基於 PyTorch 搭建網路模型了。

實戰篇

整個專欄都是圍繞 PyTorch 框架在具體專案實踐中的應用來講的,最後還會結合當下流行的影象與自然語言處理任務,串連前面兩個模組的內容,為你深入講解 PyTorch 如何解決實際問題。

有多幹貨,來看看目錄。

TensorFlow 真的要被 PyTorch 比下去了嗎?

一個體系的課程,勝過 100 篇所謂的乾貨文。市面上關於 PyTorch 的課良莠不齊,能像方遠這樣

帶你從 0 到 1 構建知識體系,結合實戰吃透 PyTorch

的,確實不多了。推薦給想要進入深度學習領域或想對深度學習更進一步的朋友,真的很值得一看。

最後再和大家強調一下:

早鳥特惠,原價 ¥129 ,現僅

¥89

更有新人到手價

¥59

掃碼免費試讀