Il vous reste 94% de l'article à lire
Vous devez posséder un compte pour poursuivre la lecture
Vous avez déjà un compte? Connectez-vous
Développée à l'origine par Google avant d'être abritée par la fondation Apache en 2015, la bibliothèque open source TensorFlow facilite et accélère l'apprentissage machine. Elle est très populaire dans le domaine de l'intelligence artificielle.
Il vous reste 94% de l'article à lire
Vous devez posséder un compte pour poursuivre la lecture
Recevez notre newsletter comme plus de 50000 abonnés
Très bon article. Je ne suis toutefois pas d'accord avec l'affirmation "PyTorch constitue un meilleur choix que TensorFlow pour le développement rapide de projets qui doivent être opérationnels en peu de temps". Le principal avantage de PyTorch était son mode de fonctionnement "impératif" et dynamique, mais depuis la version 1.7, TensorFlow dispose de l'eager execution, qui est la même chose. De plus, TF a plusieurs API de haut niveau, comme Keras et Estimators qui accélèrent grandement le développement. Keras en particulier est excellent et très répandu. Il y a aussi TF Hub qui permet très facilement de profiter de nombreux modèles déjà entrainés. Et il y a bien plus de projets sur GitHub basés sur TF que sur PyTorch, donc quand on veut éviter de réinventer la roue, TF est mieux placé. Bref, pour toutes ces raisons, TF est bien meilleur que PyTorch quand on veut démarrer rapidement. Le principal avantage de PyTorch sur TF à mes yeux est qu'il est plus simple à apprendre, mais c'est peut-être aussi car il a moins de fonctionnalités.
Signaler un abusA+!