2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？ 第1页
1
xie-dan-9 网友的相关建议:
这些开源的软件平台有和芯片公司对接的吗？
以前的NVDA是自己搞了一套，软硬都吃了。现在看来，软件公司想有新的想法。
这个需要硬件公司的支持，才能打破垄断。目前看来没有谁有这样的具体动作啊。
比如，google 开源tensorflow 但是没开源TPU设计。把它作为秘密武器了。
亚马逊和facebook，百度等第二阶梯，似乎没有硬件合作的具体动作。
（目前第一梯队google+NVDA）
1
相关话题
编程达到什么水平才能编写出像caffe这样的深度学习框架？到了 2022 年，人工智能有哪些真正可落地的应用？
物理专业的学生如何看待机器学习和大数据这些方向呢？
如何看待MXNet获得amazon官方支持首位？
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
如何看待指出 神经网络的训练罪魁祸首是退化一文？
自监督学习（Self-supervised Learning）有什么比较新的思路？
如何看待阿里巴巴提出的 FashionAI 比赛？
CPU和GPU跑深度学习差别有多大？
神经网络模型压缩好就业吗?
相关的话题
为什么 Bert 的三个 Embedding 可以进行相加？机器学习中有哪些形式简单却很巧妙的idea？
如何直观地解释 backpropagation 算法？
计算机视觉研一，只学过Python基础，目前代码能力很差，要不要换导师，不换的话如何毕业？
生成对抗网络的毕设怎么上手？
做底层 AI 框架和做上层 AI 应用，哪个对自己的学术水平（或综合能力）促进更大？
什么是大模型？超大模型？Foundation Model？
神经网络，人工智能这块怎么入门？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？
如何看待华为 4 月 25 日发布的盘古智能大模型？在这个行业处于什么水平？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
为什么做GPU计算，深度学习用amd显卡的很少，基本都nvidia？
相比于时下流行的机器学习方法（联接主义），传统的人工智能方法（符号主义）有什么独一无二的优势？
为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
什么是大模型？超大模型？Foundation Model？
nlp有哪些值得完整实现一遍的算法?
如何解决图神经网络（GNN）训练中过度平滑的问题？
CPU和GPU跑深度学习差别有多大？
深度学习attention机制中的Q,K,V分别是从哪来的？
如何评价PyTorch 0.4.0？
为什么学习深度学习感觉无法入门？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
类似AlphaGo一样的人工智能什么时候才可以击败RTS（如星际）顶级选手？
深度学习工作站中使用AMD的CPU会有问题吗？
机器学习小白来提问：关于联邦学习FedAVG和FedSGD的问题？
为什么读论文最好打印出来读？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
深度学习和强化学习之间的差别有多大？
深度学习中Attention与全连接层的区别何在？
神经网络中 warmup 策略为什么有效；有什么理论解释么？