个性化阅读
专注于IT技术分析

TensorFlow的优缺点详细图解

本文概述

TensorFlow是由Google设计和开发的一种开源机器学习概念。它为组织低级数值编程提供了一种非常高级的抽象方法。支持库可以使我们的软件在常规CPU上运行而无需更改。

它支持的平台包括Linux, macOS, Windows和Android。

TensorFlow模型也可以在Google Cloud Machine Learning Engine中没有传统计算机平台的情况下运行。

TensorFlow的优缺点

技术越先进, 它就越有用, 但是一切都有其缺点以及该机器学习库。将TensorFlow与其他库(例如Torch, SciKit, Theano, Neon)进行比较时, 该库让我们操作的某些功能存在缺陷。不用说, 这个库是由Google设计和更新的, 自最初发布以来已经走了很长一段路。

TensorFlow的优势

TensorFlow的优缺点

1)图表:

TensorFlow具有更好的计算图可视化效果。与其他库(例如Torch和Theano)相比, 它们是固有的。

TensorFlow的优缺点

2)图书馆管理:

Google支持。并且具有无缝性能, 快速更新以及具有新功能的频繁新版本的优点。

3)调试:

它可以帮助我们执行图的子部分, 从而可以引入和检索离散数据, 因此具有优势

4)可扩展性:

这些库部署在硬件机器上, 这是具有复杂设置的计算机的移动设备。

5)流水线:

TensorFlow设计为使用各种后端软件(GPU, ASIC)等, 并且高度并行。

6)它具有独特的方法, 可以监视我们模型的训练进度并跟踪多个指标。

7)TensorFlow具有出色的社区支持。

8)其性能高, 与行业最佳匹配。

TensorFlow的缺点

TensorFlow的优缺点

1)缺少符号循环:

当我们说可变长度序列时, 更需要该功能。不幸的是, TensorFlow不提供功能, 但是有限折叠是正确的解决方案。

2)不支持Windows:

有各种各样的用户在窗口环境中而不是Linux感到舒适, 而TensorFlow不能满足这些用户的需求。但是我们不必担心, 如果我们是窗口用户, 我们也可以通过conda或python包库(pip)安装它。

3)基准测试:

与竞争对手相比, TensorFlow既缺乏速度又没有使用。

4)Nvidia不支持GPU, 仅语言支持:

当前, 单个受支持的GPU是NVIDIA, 并且是对Python的唯一全语言支持, 这使它成为一个缺点, 因为在深度学习和Lau中, 其他语言的数量也在增加。

5)计算速度:

这是TF落后的领域, 但我们关注的是生产环境而不是性能, 它仍然是正确的选择。

6)不支持OpenCL。

7)它需要高级演算和线性代数的基础知识, 并且还需要对机器学习有很好的理解。

8)TensorFlow具有独特的结构, 因此很难发现错误且难以调试。

9)不需要任何超低级的事项。

10)这是一个非常低的水平, 具有陡峭的学习曲线。


赞(0) 打赏
未经允许不得转载:srcmini » TensorFlow的优缺点详细图解
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏