![](https://cdn-ak-scissors.b.st-hatena.com/image/square/dfe258b912bdffb80e84d4f352c653d230e5153a/height=288;version=1;width=512/https%3A%2F%2Fimage.itmedia.co.jp%2Fait%2Farticles%2F2201%2F16%2Fcover_news013.png)
エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
PyTorch vs. TensorFlow、ディープラーニングフレームワークはどっちを使うべきか問題【2022年】
TensorFlow: 2015年11月登場、Google製。特に産業界で人気 Keras: 2015年3月登場、作者がGoogle社員。... TensorFlow: 2015年11月登場、Google製。特に産業界で人気 Keras: 2015年3月登場、作者がGoogle社員。使いやすくて簡単。TensorFlow 2に同梱され標準API化 PyTorch: 2016年8月登場、Facebook(改めMeta)製。特に研究分野で人気 Apache MXNet: 2015年6月登場、2017年7月からApache Software Foundation製。AWSがコントリビュートし、Azureもサポート JAX: 2018年11月登場、Google製。NumPy互換+自動微分+GPU/TPUサポート。研究分野で注目度上昇中 などがある(※機械学習の分野にまで広げるとscikit-learnなどもあるが、今回は深層学習に絞る)。いずれもオープンソースである。 2022年1月現在も、主にTensorFlow/KerasとPyTorc
2022/01/17 リンク