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。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

[omega314]

一番大事なのはディープラーニングを使うべきでない問題にはディープラーニングを使わないこと。

[shioki]

“結局は両方とも使えるようになっておき、ケース・バイ・ケースで使い分けていくのがベストなのではないだろうか”

[mevota4961]

PyTorchで研究してPyTorch2TensorFlowトランスパイラで変換してプロダクション運用しそうGPT-4あたりがやってきそう

[kako-jun]

春すぎて 夏来にKeras 白妙の 衣ほすてふ 天の香具山

[wibedis8]

Androidとクラウド(KubeFlowVertexExtended)あるのがTFだから実用的なんだと

[misshiki]

“検索トレンドや研究論文数、Kaggle実用数などでの比較”

[betef]

vimとemacsみたいな問題 メタバースCV系ならパイトー

[xaboxi]

チャイナー使うべき

[mysql8]

ぱいとっちしか勝たん