Keras mendukung TensorFlow dan Theano sebagai backend: apa pro / kontra dari memilih satu versus yang lain, selain fakta bahwa saat ini tidak semua operasi diimplementasikan dengan backend TensorFlow?
Keras mendukung TensorFlow dan Theano sebagai backend: apa pro / kontra dari memilih satu versus yang lain, selain fakta bahwa saat ini tidak semua operasi diimplementasikan dengan backend TensorFlow?
Jawaban:
Jika saya diberi pilihan, saya akan pergi dengan Theano .
Alasan:
Namun, TensorFlow mendukung antarmuka cpp dan Python yang mungkin menjadi keuntungan dengan komunitas cpp. Tapi, ketika datang ke ML dan produk-produk ilmu data, Python telah menjadi standar, sehingga tidak akan menjadi IMO yang besar
Namun, penyebaran model dan kemudahan penggunaan dalam produksi adalah tempat TensorFlow memiliki keunggulan nyata. Karena menggunakan Eigen untuk penyebaran yang ditingkatkan dan mudah, itu akan menjadi kesayangan bagi para insinyur. Jika kompatibel dengan Windows, maka Anda akan melihat migrasi yang sangat besar. Tapi, saya sudah terbiasa dengan overhead Python, saya bisa menunggu sampai lebih dipoles.
Jadi, Theano untuk saat ini. Saya bisa dengan senang hati menunggu TensorFlow untuk mengejar ketinggalan.
Jika Anda menggunakan jaringan saraf kompleksitas sederhana ke rata-rata, ikuti dengan Tensorflow. Jika belajar mendalam, maka Theano.
Diumumkan pada 2017-09-28 bahwa Theano akan dihentikan:
Dari https://groups.google.com/forum/#!topic/theano-users/7Poq8BZutbY (Yoshua Bengio):
Setelah hampir sepuluh tahun pengembangan, kami menyesal mengumumkan bahwa kami akan mengakhiri pengembangan Theano kami setelah rilis 1.0, yang akan jatuh tempo dalam beberapa minggu ke depan. Kami akan melanjutkan perawatan minimal agar tetap berfungsi selama satu tahun, tetapi kami akan berhenti secara aktif mengimplementasikan fitur-fitur baru. Theano akan terus tersedia setelah itu, sesuai perikatan kami terhadap perangkat lunak open source, tetapi MILA tidak berkomitmen untuk menghabiskan waktu untuk pemeliharaan atau dukungan setelah jangka waktu tersebut.
Jadi TensorFlow adalah pilihan yang lebih baik.