0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

深度學(xué)習(xí)框架排名:TensorFlow第一,PyTorch第二

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-04-02 16:46 ? 次閱讀

上周Keras作者Fran?ois Chollet才曬了使用谷歌搜索Index得到的開源深度學(xué)習(xí)框架排名,前天好久沒出山的大神Andrej Karpathy拋出更新,使用更精確的數(shù)據(jù),得到過去6年、4300篇ArXiv機(jī)器學(xué)習(xí)論文里提到深度學(xué)習(xí)框架:PyTorch漲勢驚人。

上周,Keras作者、谷歌研究科學(xué)家Fran?ois Chollet曬出一張圖,他使用Google Search Index,展示了過去三個(gè)月,ArXiv上提到的深度學(xué)習(xí)框架排行.

TensorFlow排名第一,Keras排名第二,之后依次是Caffe、PyTorch、Theano,MXNet、Chainer,以及CNTK。

不少人評論,咦,PyTorch這么靠后?CNTK更是不科學(xué)……

昨天,手握ArXiv Sanity大數(shù)據(jù)、現(xiàn)在主管特斯拉人工智能部門的Andrej Karpathy,給出了更加精確的結(jié)果。

過去一個(gè)月,各個(gè)框架在論文中被提到(單次計(jì)算)的比例分別是:TensorFlow 14.3%,PyTorch 4.7%,Keras 4.0%,Caffe 3.8%,Theano 2.3%,Torch 1.5%,MXNet、Chainer和CNTK均小于1%:

上圖中,綠色是Theano,紫紅色是TensorFlow(上升最高的那條),藍(lán)色是Keras,棕黃色是Caffe,紫色是Torch,紫紅色是PyTorch,淺綠是MXNet,藍(lán)色是Chainer,紅色是CNTK。

沒錯(cuò),上面的數(shù)據(jù)確實(shí)是過去一個(gè)月,Karpathy也在后面給出了更正說明。

Karpathy表示,綜合過去6年發(fā)表在ArXiv的4300篇機(jī)器學(xué)習(xí)論文(數(shù)據(jù)來源:cs.[CV|CL|LG|AI|NE]/stat.ML),根據(jù)其中各框架被提及的次數(shù)得到的總排名是:TensorFlow 5.9%,Caffe 5.4%,Theano 3.2%,Keras 2.3%,Torch 1.6%,PyTorch 1%,其他0.5%

Theano余威仍在,PyTorch漲勢驚人。

要知道,在2017年3月,Karpathy第一次做這個(gè)全面統(tǒng)計(jì)的時(shí)候,各框架的排名是:

那時(shí)候PyTorch才剛剛發(fā)布不久,Theano也沒有說退休。

一年過去,如果有什么沒有變,那就是王者TensorFlow——2017年3月提交的所有論文中,有10%提到了TensorFlow。 當(dāng)然,并非每篇論文都會聲明所使用的框架,但如果假設(shè)論文以某種固定的隨機(jī)概率獨(dú)立于框架來聲明框架,那么機(jī)器學(xué)習(xí)社區(qū)里看起來大約有40%的人都在使用TensorFlow(或者更多,如果把Keras也計(jì)算進(jìn)去)。

2017年3月的數(shù)據(jù):紫色是Caffe,綠色是TensorFlow,紅色是Keras,黃色是Torch,淺藍(lán)色是PyTorch,藍(lán)色是Theano

我們期待最新一度的統(tǒng)計(jì)結(jié)果。

P.S. 真的沒有找到PaddlePaddle。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1787

    文章

    46061

    瀏覽量

    235016
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8306

    瀏覽量

    131843
  • pytorch
    +關(guān)注

    關(guān)注

    2

    文章

    794

    瀏覽量

    13010

原文標(biāo)題:Karpathy更新深度學(xué)習(xí)開源框架排名:TensorFlow第一,PyTorch第二

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    pytorch環(huán)境搭建詳細(xì)步驟

    PyTorch作為個(gè)廣泛使用的深度學(xué)習(xí)框架,其環(huán)境搭建對于從事機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 08-01 15:38 ?341次閱讀

    pytorch和python的關(guān)系是什么

    ,PyTorch已經(jīng)成為了個(gè)非常受歡迎的框架。本文將介紹PyTorch和Python之間的關(guān)系,以及它們在深度
    的頭像 發(fā)表于 08-01 15:27 ?788次閱讀

    PyTorch深度學(xué)習(xí)開發(fā)環(huán)境搭建指南

    PyTorch作為種流行的深度學(xué)習(xí)框架,其開發(fā)環(huán)境的搭建對于深度
    的頭像 發(fā)表于 07-16 18:29 ?522次閱讀

    TensorFlow是什么?TensorFlow怎么用?

    TensorFlow是由Google開發(fā)的個(gè)開源深度學(xué)習(xí)框架,它允許開發(fā)者方便地構(gòu)建、訓(xùn)練和部署各種復(fù)雜的機(jī)器
    的頭像 發(fā)表于 07-12 16:38 ?392次閱讀

    基于PyTorch的卷積核實(shí)例應(yīng)用

    深度學(xué)習(xí)和計(jì)算機(jī)視覺領(lǐng)域,卷積操作是種至關(guān)重要的技術(shù),尤其在圖像處理和特征提取方面發(fā)揮著核心作用。PyTorch作為當(dāng)前最流行的深度
    的頭像 發(fā)表于 07-11 15:19 ?234次閱讀

    pytorch中有神經(jīng)網(wǎng)絡(luò)模型嗎

    當(dāng)然,PyTorch個(gè)廣泛使用的深度學(xué)習(xí)框架,它提供了許多預(yù)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)模型。 PyTorch
    的頭像 發(fā)表于 07-11 09:59 ?527次閱讀

    tensorflowpytorch哪個(gè)更簡單?

    TensorFlowPyTorch都是用于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的開源框架。
    的頭像 發(fā)表于 07-05 09:45 ?380次閱讀

    tensorflowpytorch哪個(gè)好

    tensorflowpytorch都是非常不錯(cuò)的強(qiáng)大的框架,TensorFlow還是PyTorch哪個(gè)更好取決于您的具體需求,以下是關(guān)于這
    的頭像 發(fā)表于 07-05 09:42 ?440次閱讀

    keras模型轉(zhuǎn)tensorflow session

    和訓(xùn)練深度學(xué)習(xí)模型。Keras是基于TensorFlow、Theano或CNTK等底層計(jì)算框架構(gòu)建的。TensorFlow
    的頭像 發(fā)表于 07-05 09:36 ?315次閱讀

    TensorFlowPyTorch深度學(xué)習(xí)框架的比較與選擇

    深度學(xué)習(xí)作為人工智能領(lǐng)域的個(gè)重要分支,在過去十年中取得了顯著的進(jìn)展。在構(gòu)建和訓(xùn)練深度學(xué)習(xí)模型的過程中,
    的頭像 發(fā)表于 07-02 14:04 ?584次閱讀

    XLA和PyTorch的鏈接代碼示例

    XLA (Accelerated Linear Algebra)是個(gè)開源的機(jī)器學(xué)習(xí)編譯器,對PyTorch、Tensorflow、JAX等多個(gè)深度
    的頭像 發(fā)表于 11-17 10:54 ?579次閱讀

    深度學(xué)習(xí)框架DeepSpeed使用指南

    最常見的深度學(xué)習(xí)框架應(yīng)該是TensorFlowPytorch、Keras,但是這些框架在面向大
    的頭像 發(fā)表于 10-30 10:09 ?2527次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>框架</b>DeepSpeed使用指南

    PyTorchTensorFlow的優(yōu)點(diǎn)和缺點(diǎn)

    轉(zhuǎn)載自:冷凍工廠 ? 深度學(xué)習(xí)框架是簡化人工神經(jīng)網(wǎng)絡(luò) (ANN) 開發(fā)的重要工具,并且其發(fā)展非常迅速。其中,TensorFlowPyTorch
    的頭像 發(fā)表于 10-30 09:56 ?829次閱讀
    <b class='flag-5'>PyTorch</b>與<b class='flag-5'>TensorFlow</b>的優(yōu)點(diǎn)和缺點(diǎn)

    PyTorchTensorFlow的區(qū)別分析

    PyTorch個(gè)開源的深度學(xué)習(xí)框架,建立于Torch之上,底層為C++,并標(biāo)榜Python First,強(qiáng)調(diào)其為Python 語言量身打
    發(fā)表于 10-27 10:41 ?1327次閱讀
    <b class='flag-5'>PyTorch</b> 與 <b class='flag-5'>TensorFlow</b>的區(qū)別分析

    iTOP-RK3588開發(fā)板使用 tensorflow框架

    TensorFlow個(gè)軟件庫或框架,由 Google 團(tuán)隊(duì)設(shè)計(jì),以最簡單的方式實(shí)現(xiàn)機(jī)器學(xué)習(xí)深度學(xué)
    發(fā)表于 10-08 10:04