清华博士导师整理:Tensorflow 和 Pytorch 的笔记(包含经典项目实战)
作为一名 AI 工程师,掌握一门深度学习框架是必备的生存技能之一。
自 TensorFlow 从 Google 中脱颖而出以来,它在研究和商业领域成为最受欢迎的开源深度学习框架,紧接着 从 Facebook 诞生的 PyTorch 由于社区推动的易用性改进和越来越广泛的用例部署,而迅速赶上TensorFlow。
两个框架在当年一度备受争议,TensorFlow 和 PyTorch 谁更好?
从去年校招开始到现在负责部门的面试,从我手上流走的简历多多少少也有上百封了。
面试了很多候选人,当问他们常用的深度学习框架时,发现他们清一色的选择了:PyTorch。
从各个方面可以看出,经过这些年的发展,PyTorch 在学术圈的「垄断」地位基本已经站稳。
诚然,比起 TensorFlow,大多数研究人员更偏爱 PyTorch 的 API,PyTorch 设计更科学,而 TensorFlow 自推出 2.0 版本后,与 TF 1.x 的 API 差异实在不小,导致 doc 的阅读成本和版本适配成本都相当高。
如果是初学者,无脑 Pytorch 就对了。社区资源多、开源代码多、上手也很简单,各大厂商对 Pytorch 的支持也多(TensorRT、ONNX)。
其实框架的作用就是我们无需造轮子可以直接使用,并且节省工作量,对于 Pytorch 来说对研究友好、对训练友好、对白嫖大佬的开源代码也友好,对模型部署也友好,可以节省大把时间去做其他有意义的事情,没有理由不使用 Pytorch。
如果是工作了,就看公司在用什么吧,因为公司是面向需求的。
在业界,无论算法性能有多好,总归还是要上线的,选择框架的时候便会考虑以下这些问题,是否方便部署到线上,支持多语言,并且有较好的系统稳定性以及有非常多线上应用实例。
TF 1.x 系列面世较早,在学术界、工业界都有很深的积淀,工业界由于项目更重,牵一发而动全身,因此目前很多项目仍然停留在 TF 1.x(1.1x)上面。
像业界大多数支撑搜广推场景的模型,还是用 Tensorflow,TensorFlow 适合大规模部署,特别是需要跨平台和嵌入式部署时。
至于延伸到选择哪个的问题:
显而易见,小孩子才做选择,而我们都要学,基本都要会用,这样才能自己选择工具,而不是工具挑选你。
然而,我们通过调研发现,80% 的 0-3 岁互联网人没有系统的学习过 Tensorflow、PyTorch 方向,缺乏项目实战,处于比较浅层面的对比。
网上解读 Tensorflow、PyTorch 文章非常多但知识点零散,学习起来抓不住重点。
最近整理一套深度学习框架必备的学习资料,这套资料内容非常详尽全面,课程通过讲解和实战操作,带你从零开始训练网络,做到独立搭建和设计卷积神经网络(包括主流分类和检测网络),并进行神经网络的训练和推理(涉及 PyTorch、Tensorflow、Caffe、Mxnet 等多个主流框架),通过实战让你掌握各种深度学习开源框架。(资料已经全部整理好)
资料内容过多,不一一展开,仅截取框架学习部分目录大家感受下。
深度学习与神经网络
深度学习简介
基本的深度学习架构
神经元
激活函数详解(sigmoid、tanh、relu 等)
感性认识隐藏层
如何定义网络层
损失函数
推理和训练
神经网络的推理和训练
bp 算法详解
归一化
Batch Normalization 详解
解决过拟合
dropout
softmax
手推神经网络的训练过程
从零开始训练神经网络
使用 python 从零开始实现神经网络训练
构建神经网络的经验总结
深度学习开源框架
pytorch
tensorflow
caffe
mxnet
keras
优化器详解(GD,SGD,RMSprop 等
上次已经给大家推荐过一次,但微信有限制每天只能加 100 个人,很多人反馈没有领到,这次又申请到了 100 个名额,速度领取,手慢无!
由于工作需要,这份教程我本人也在学习中,虽然已经从事这个行业多年,再看这份教程的时候,仍然能查漏补缺,收获满满,我相信不管是 AI 入门,还是已经具备了一定的工作经验,这份学习资料,都值得你去认真学习研究。
清华博士导师整理:Tensorflow 和 Pytorch 的笔记(包含经典项目实战)相关推荐
- 清华博士导师整理:Tensorflow和Pytorch的笔记(包含经典项目实战)
作为一名AI工程师,掌握一门深度学习框架是必备的生存技能之一. 自 TensorFlow 从 Google 中脱颖而出以来,它在研究和商业领域成为最受欢迎的开源深度学习框架,紧接着 从 Faceboo ...
- 浙大博士导师整理:Tensorflow和Pytorch的笔记(包含经典项目实战)
作为一名AI工程师,掌握一门深度学习框架是必备的生存技能之一. 自 TensorFlow 从 Google 中脱颖而出以来,它在研究和商业领域成为最受欢迎的开源深度学习框架,紧接着 从 Faceboo ...
- 双一流博士导师整理:最新的计算机视觉学习路线(含时间分配建议)
因工作需要,年初花了4个月左右时间学习了机器学习.神经网络相关的知识,工作日每天大概学习4-6个小时,周末每天大概10个小时,工作中的需求应对也得心应手了. 想快速入门的话,从自己的经验看,可以先不看 ...
- 基于Pytorch的简单深度学习项目实战
目录 任务详情 训练设置 网络模型 损失函数 优化器 训练步骤 具体代码 导入环境 导入数据 加载数据 创建网络 损失函数 优化器 开始训练 任务详情 利用CIFAR10数据集,基于pytorch环境 ...
- 【赠书活动】赠送清华社的《好好学Java:从零基础到项目实战》
零基础学习Java的朋友有福利啦,本博客现联合公众号"老欧说安卓"开展送书活动,下面就是本次活动要赠送的书籍封面 书籍信息: 作者:欧阳燊 出版时间:2020年7月 定价:128元 ...
- TensorFlow、PyTorch之后,“国产”AI框架还有没有机会?
出品 | AI科技大本营(ID:rgznai100) 众所周知,在机器学习框架领域,PyTorch.TensorFlow已分别成为目前学界和业界使用最广泛的两大实力玩家,而紧随其后的Keras.MXN ...
- TensorFlow、PyTorch 之后,“国产”AI 框架还有没有机会?
出品 | AI科技大本营(ID:rgznai100) 众所周知,在机器学习框架领域,PyTorch.TensorFlow已分别成为目前学界和业界使用最广泛的两大实力玩家,而紧随其后的Keras.MXN ...
- 反清华博士王垠(未来人类科学家在中国的毁灭)
清华博士王垠的退学申请 http://edu.QQ.com 2005年 09月 26日 11:47 经过深思熟虑,我决定放弃清华大学的博士学位.其中的原因,你们有兴趣的话可以看看下面的文章.这就是我的 ...
- 详细的AI学习路线 能为学者节省n年搜索时间(n=1)(本文由知名开源平台,AI 技术平台以及领域专家:Datawhale,ApacheCN,AI 有道和黄海广博士联合整理贡献)
https://blog.csdn.net/qq_19582165/article/details/102439498 本文由知名开源平台,AI 技术平台以及领域专家:Datawhale,Apache ...
最新文章
- ijkplayer支持h264
- 8位可控加减法器_自主可控:QTouch在军工道系统上的应用
- WebForm-博客园-1.0-账户模块(Passport)-登录与注册
- CMake 手册详解(十八)
- matlab画波特图加网格,matlab figure标题;plot坐标范围;添加加密网格
- matlab光束,matlab仿真光束的传输特性
- microbit与python编程_简单5步开始学习microbit编程-windows篇
- Session 的生命周期
- python中dir函数的作用_【Python】Python内置函数dir详解
- 详解.class文件
- 单系统 台电x80pro_台电x80 pro (ID:E3E6)安装remix OS系统教程整理
- Ubuntu 20.04 快速搭建Vue开发环境
- UVA - 473 Raucous Rocker 多维dp
- 12、添加和删除页码符号
- 计算机网络安全技术实践总结,网络安全实训总结.doc
- java 校验d盘是否存在_从零学java笔录-第2篇 验证jdk是否安装成功
- 周云蓬献唱《杜甫三章》实证“把古人唱成亲人”
- Fabric中的私有数据
- volatile-内存屏障
- 现货黄金赚吗:黄金实战技巧