回覆列表
  • 1 # 變調的小丑

    pytorch是一個和tensorflow一樣的深度學習框架,沒有高度封裝,適用於科研和工業部署的框架,由facebook出品,隨著pytorch新版本的更新,c++的擴充套件,也許能夠與tensorflow爭一下地位,對於工業界也逐漸友好,工業部署演算法也有些可能。tensorflow是靜態圖,而pytorch是動態圖。

    Gluon是亞馬遜大神LI MU帶領下做的一個前端工具,是一個高度封裝的介面。 很多最新論文的演算法,都有復現,你只需要去呼叫相應的function就可以使用相應演算法,可以很簡單,快捷的使用演算法,看演算法的展示效果。另外GluonCV是衍生出來的另一來源專案,主要針對於視覺方面,比如人臉識別,車輛檢測,物體分類等等。 高度封裝,對於非行業的人事非常友好,真正做到,幾行程式碼就可以執行演算法。

    總體感覺Gluon之於MXNET,有些像keras之於tensorflow.

    對Gluon有興趣的,可以移步到:https://discuss.gluon.ai/t/topic/7429

  • 2 # 資源索引

    相同點

    兩個多都是深度學習平臺,都可以用於卷積神經網路、RNN等深度學習模型的搭建、訓練、學習等工作。

    不同點

    首先,提供支援的公司不同,pytorch是Facebook的,gluon是亞馬遜的。

    然後,型別定位不同,如果詳細劃分,pytorch是一個比較靈活的後端深度學習平臺,和tensorflow、mxnet這些算是一個型別,而gluon是一個高度整合的前端平臺,和keras一個型別的,也就是說,gluon的一個函式或物件集成了mxnet的多個函式,gluon的一條命令能夠完成mxnet的一堆任務,就想keras以tensorflow為後端一樣,keras高度集成了tensorflow這些後端平臺的函式。

    其次,是程式設計方式,pytorch是基於指令式程式設計,簡單但速度有限,gluon結合了符號式程式設計和指令式程式設計,兼備速度和簡潔。

    最後,是靈活度,pytorch整合度沒有gluon那麼高,所以高度可定製,gluon整合度太高,所以靈活度有限。

  • 中秋節和大豐收的關聯?
  • 殲二零的飛行員晚上是如何看清儀表盤的?