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
因果推断（causal inference）是回归（regression）问题的一种特例吗？研究推荐系统要对NLP很了解吗？
中国和美国谁能成人工智能领域的领军者？
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
不觉得最大熵原理很奇怪吗？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
计量经济学是不是过时了？
如何系统学习机器学习？
计算统计学（Computational Statistics）有什么好的资源和教材以及学习方法推荐？
相关的话题
如何评价Hinton组的新工作SimCLR?Resnet是否只是一个深度学习的trick？
为什么现在不看好 CV 方向了呢?
能否对卷积神经网络工作原理做一个直观的解释？
Evidential deep learning里一般怎么估计多标签分类的Uncertainty？
如何评价AWS的图神经网络框架DGL？
如何看待多所 985 大学开设人工智能专业？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
神经网络中的能量函数是如何定义的？
目前工业界常用的推荐系统模型有哪些？
为何总感觉人工智能和神经科学（神经网络）被绑在一起？
神经网络为什么可以（理论上）拟合任何函数？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
有哪些深度学习效果不如传统方法的经典案例？
是否有可能使用人工智能在高原、戈壁和沙漠中进行工业生产？
Resnet到底在解决一个什么问题呢？
在中文 NLP 等论文中，应该如何翻译 token 这个词？
为什么说深度学习没有理论基础?
什么是迁移学习 (Transfer Learning)？这个领域历史发展前景如何？
如何看待Hinton的论文《Dynamic Routing Between Capsules》？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
请问DeepMind和OpenAI身后的两大RL流派有什么具体的区别？
如何评价 DeepMind 公司？
插值和拟合最根本的区别是什么？机器学习为啥用拟合？？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
马上计算机研一，想问一下机器学习、深度学习…大家都是怎么入门的？
PyTorch中在反向传播前为什么要手动将梯度清零？
联邦学习/联盟学习 (Federated Learning) 的发展现状及前景如何？
如何看待swin transformer成为ICCV2021的 best paper？
实验室一块GPU都没有怎么做深度学习？