国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 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識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

深度學習框架排名: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
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

上周Keras作者Fran?ois Chollet才曬了使用谷歌搜索Index得到的開源深度學習框架排名,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機器學習論文里提到深度學習框架:PyTorch漲勢驚人。

上周,Keras作者、谷歌研究科學家Fran?ois Chollet曬出一張圖,他使用Google Search Index,展示了過去三個月,ArXiv上提到的深度學習框架排行.

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……

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果。

過去一個月,各個框架在論文中被提到(單次計算)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),藍色是Keras,棕黃色是Caffe,紫色是Torch,紫紅色是PyTorch,淺綠是MXNet,藍色是Chainer,紅色是CNTK。

沒錯,上面的數(shù)據(jù)確實是過去一個月,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篇機器學習論文(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第一次做這個全面統(tǒng)計的時候,各框架的排名是:

那時候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。 當然,并非每篇論文都會聲明所使用的框架,但如果假設論文以某種固定的隨機概率獨立于框架來聲明框架,那么機器學習社區(qū)里看起來大約有40%的人都在使用TensorFlow(或者更多,如果把Keras也計算進去)。

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,淺藍色是PyTorch,藍色是Theano

我們期待最新一度的統(tǒng)計結果。

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)站授權轉載。文章觀點僅代表作者本人,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習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1817

    文章

    50094

    瀏覽量

    265269
  • 機器學習
    +關注

    關注

    66

    文章

    8553

    瀏覽量

    136928
  • pytorch
    +關注

    關注

    2

    文章

    813

    瀏覽量

    14842

原文標題:Karpathy更新深度學習開源框架排名:TensorFlow第一,PyTorch第二

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    Pytorch 與 Visionfive2 兼容嗎?

    Pytorch 與 Visionfive2 兼容嗎? $ pip3 install torch torchvision torchaudio --index-url https
    發(fā)表于 02-06 08:28

    TeledyneLeCroy發(fā)布第二代DisplayPort 2.1 PHY合規(guī)測試與調(diào)試解決方案

    TeledyneLeCoy(Teledyne子公司)宣布第二代QualiPHY 2自動化合規(guī)測試框架現(xiàn)已支持DisplayPort 2.1物理層(PHY)合規(guī)性測試。
    的頭像 發(fā)表于 12-26 11:04 ?1573次閱讀

    如何在TensorFlow Lite Micro中添加自定義操作符(1)

    相信大家在部署嵌入式端的AI應用時,定使用過TensorFlow Lite Micro,以下簡稱TFLm。TFLm 是專為微控制器和嵌入式設備設計的輕量級機器學習推理框架,它通過模塊
    的頭像 發(fā)表于 12-26 10:34 ?5298次閱讀

    【團購】獨家全套珍藏!龍哥LabVIEW視覺深度學習實戰(zhàn)課(11大系列課程,共5000+分鐘)

    直是行業(yè)痛點。課程提供獨家開發(fā)的labview調(diào)用框架,實現(xiàn)從模型訓練(Python)到部署(LabVIEW)的無縫銜接,已成功應用于DIP、AOI、鋰電池產(chǎn)線的視覺檢測工位。 、職業(yè)發(fā)展: 目前
    發(fā)表于 12-04 09:28

    【上海晶珩睿莓1開發(fā)板試用體驗】TensorFlow-Lite物體歸類(classify)

    第一是使用虛擬機進行交叉編譯,注意GLIBC庫必須為aarch64架構的2.34版本,第二則是使用內(nèi)存足夠大且GLIBC庫為2.34的ARM64物理機系統(tǒng)進行編譯,
    發(fā)表于 09-12 22:43

    摩爾線程發(fā)布Torch-MUSA v2.1.1版本

    近日,摩爾線程發(fā)布其面向PyTorch深度學習框架的MUSA擴展庫——Torch-MUSA v2.1.1。該版本在v2.1.0的基礎上,進
    的頭像 發(fā)表于 09-10 11:02 ?1031次閱讀

    任正非說 AI已經(jīng)確定是第四次工業(yè)革命 那么如何從容地加入進來呢?

    TensorFlowPyTorch用于構建和訓練神經(jīng)網(wǎng)絡。以Python為例,通過編寫簡單的程序來處理數(shù)據(jù),如讀取數(shù)據(jù)集、進行數(shù)據(jù)清洗和預處理,這是進入AI領域的基本技能。 學習機器學習
    發(fā)表于 07-08 17:44

    Nordic收購 Neuton.AI 關于產(chǎn)品技術的分析

    Nordic Semiconductor 于 2025 年收購了 Neuton.AI,這是家專注于超小型機器學習(TinyML)解決方案的公司。 Neuton 開發(fā)了種獨特的神經(jīng)網(wǎng)絡框架
    發(fā)表于 06-28 14:18

    海思SS626開發(fā)板

    識別/運動跟蹤等)。 主板集成常用視頻硬件接口,所有外設接口電路均通過嚴格的抗干擾測試,使產(chǎn)品在 EMC 及穩(wěn)定性方面 具有良好表現(xiàn);使用通過穩(wěn)定性測試及深度優(yōu)化的系統(tǒng)軟件(Linux 系統(tǒng)),支持業(yè)界主流深度學習
    發(fā)表于 04-24 10:04

    百度飛槳框架3.0正式版發(fā)布

    、推理等任務都離不開深度學習框架的優(yōu)化與支撐。 飛槳框架3.0,從設計理念上實現(xiàn)了從底層硬件適配到頂層開發(fā)體驗的全面進化,在訓練效率、性能、兼容性等關鍵指標上建立了新標桿。 其中, “
    的頭像 發(fā)表于 04-02 19:03 ?1186次閱讀
    百度飛槳<b class='flag-5'>框架</b>3.0正式版發(fā)布

    嵌入式AI技術之深度學習:數(shù)據(jù)樣本預處理過程中使用合適的特征變換對深度學習的意義

    ? 作者:蘇勇Andrew 使用神經(jīng)網(wǎng)絡實現(xiàn)機器學習,網(wǎng)絡的每個層都將對輸入的數(shù)據(jù)做次抽象,多層神經(jīng)網(wǎng)絡構成深度學習框架,可以
    的頭像 發(fā)表于 04-02 18:21 ?1516次閱讀

    《RK3588核心板:AIoT邊緣計算的革命性引擎,能否解鎖智能物聯(lián)新范式?》

    學習模型,實現(xiàn)毫秒級響應。 功能亮點與場景示例: 多模態(tài)AI融合:支持TensorFlowPyTorch等主流框架模型部署,可應用于智能零售中的行為識別系統(tǒng),通過攝像頭+紅外傳感器
    發(fā)表于 04-02 10:26

    有獎直播 | @4/8 輕松部署,強大擴展邊緣運算 AI 新世代

    (RockchipRK3588),該方案以高性價比和易用性為特色,支持主流深度學習框架(如TensorFlowPyTorch、ONNX),
    的頭像 發(fā)表于 03-27 16:31 ?832次閱讀
    有獎直播 | @4/8 輕松部署,強大擴展邊緣運算 AI 新世代

    用樹莓派搞深度學習TensorFlow啟動!

    介紹本頁面將指導您在搭載64位Bullseye操作系統(tǒng)的RaspberryPi4上安裝TensorFlowTensorFlow個專為深度學習
    的頭像 發(fā)表于 03-25 09:33 ?1199次閱讀
    用樹莓派搞<b class='flag-5'>深度</b><b class='flag-5'>學習</b>?<b class='flag-5'>TensorFlow</b>啟動!

    邊緣AI新突破:MemryX AI加速卡與RK3588打造高效多路物體檢測方案

    及對主流深度學習框架 (如 TensorFlowPyTorch、ONNX) 的支持,即便是新手也能快速上手,輕松部署 AI 模型,實現(xiàn)智能
    的頭像 發(fā)表于 03-06 10:45 ?951次閱讀
    邊緣AI新突破:MemryX AI加速卡與RK3588打造高效多路物體檢測方案