TensorFlow Bewertungen & Produktdetails

Python-basiert und API ist intuitiv. Keras ist großartig und verwendet die Tensorflow-Bibliothek. Ich habe zuvor scikit-learn verwendet und es war viel schwieriger zu verstehen und erforderte viel mehr Code, um die gleichen Dinge zu erledigen. Die benutzerfreundliche Oberfläche ist ehrlich gesagt der beste Teil von Tensorflow/Keras. Bewertung gesammelt von und auf G2.com gehostet.

Nicht viel, aber für Tensorflow Lite wäre ein Benutzerhandbuch zum Portieren auf andere Boards großartig. Ich wollte Tensorflow Lite auf meinem TM4C123GXL-Board verwenden, aber es ist keine unterstützte Plattform. Ich bin sicher, es gibt eine Möglichkeit, es auf jedem Board zum Laufen zu bringen, ich weiß nur nicht wie. Bewertung gesammelt von und auf G2.com gehostet.

Es war einfach, mit Tensorflow im Vergleich zu anderen maschinellen Lernbibliotheken zurechtzukommen. Es gibt eine Menge Community-Unterstützung, Tutorials, Videos und sogar vorgefertigte Modelle, um in kurzer Zeit das Maximum herauszuholen. Und außerdem ist es völlig kostenlos und Open-Source. Bewertung gesammelt von und auf G2.com gehostet.

Es gibt nichts in diesem Abschnitt zu sagen. Tensorflow hat alles, und ich liebe es. Ich habe noch kein ernsthaftes Problem gehabt, und selbst wenn ich eines hätte, ist die Community da, um sie gerne zu lösen. Bewertung gesammelt von und auf G2.com gehostet.

Das Hauptmerkmal, das mir an Tensorflow gefällt, ist, dass es Open Source ist. Jeder kann es nutzen und mehrere Machine-Learning-Anwendungen erstellen. Ich kann auch mein Machine-Learning-Modell in TensorFlow mit Tensorboard visualisieren. Tensorflow unterstützt auch Keras, sodass wir damit leicht ML- und CNN-Modelle erstellen können. Tensorflow ist mit vielen Programmiersprachen wie Java, Python, C++, Ruby usw. kompatibel. Bewertung gesammelt von und auf G2.com gehostet.

Eine Sache, die ich an Tensorflow nicht mag, ist, dass es regelmäßig Updates gibt. Daher wird es ein wenig schwierig, neue Versionen zu installieren. Denn manchmal wird die Anwendung, die ich entwickelt habe, möglicherweise nicht von einer neueren Version von Tensorflow unterstützt. Bewertung gesammelt von und auf G2.com gehostet.

Tensorflow ist ein ausgereiftes Framework, das viele wertvolle Funktionen bietet, wie Keras, Tensorboard, Datenverarbeitungsmodule, einfach zu implementierende Multiprocessing, Integration mit HDFS und mehr. Tensorflow hat eine starke Community und sehr robuste Dokumentation. Tensorflow hat viele zeitsparende Funktionen, wie leicht integrierbare vortrainierte Modellschichten. Der TensorFlow Model Hub ist einer der besten, die ich gesehen habe, in Bezug auf die Einfachheit, vortrainierte Modelle zu finden und zu verwenden. Es gibt viele Demos und Beispiel-Notebooks, die zeigen, wie man komplexe und einfache Konzepte verwendet. Bewertung gesammelt von und auf G2.com gehostet.

Tensorflow hat im Laufe der Jahre viele Iterationen durchlaufen, daher war die Code-Wartung ein Problem. Meiner Meinung nach ist die sofortige Ausführung eine bevorzugte Methode zur Entwicklung und Fehlersuche von Netzwerken; jedoch macht die Erfahrung mit dem älteren TensorFlow den Wechsel schwieriger. Da die Deep-Learning-Forschungsgemeinschaft PyTorch gegenüber TensorFlow bevorzugt, finden Forscher im Allgemeinen Modelle und neue Methoden in PyTorch implementiert. Bewertung gesammelt von und auf G2.com gehostet.

Der wertvollste Teil von TensorFlow ist das Tensorboard. Während der Entwicklung des KI-Modells bietet es eine bessere Visualisierung für das Debugging und die Fehlerbehandlung. Bewertung gesammelt von und auf G2.com gehostet.

Der am wenigsten beliebte Teil von TensorFlow ist die Implementierungsgeschwindigkeit. Im Vergleich zu einem anderen Deep-Learning-Framework ist die Entwicklungszeit in TensorFlow höher. Bewertung gesammelt von und auf G2.com gehostet.

Tensorflow ist eine sehr ausgereifte Deep-Learning-Bibliothek, die häufig in Produktionsszenarien eingesetzt wird. Ich mag besonders die Tensorflow-Lite-Version, die die Größe des Modells reduziert und sich gut für den Einsatz in Edge-Geräten eignet. Bewertung gesammelt von und auf G2.com gehostet.

Es erfordert etwas mehr Codierung im Vergleich zu Pytorch. Pytorch ist mehr pythonisch und daher leichter zu erlernen und zu implementieren. Bewertung gesammelt von und auf G2.com gehostet.

Die Tatsache ist, dass Sie das Netzwerk erstellen und dann die Berechnung auf einmal durchführen können. Die Berechnung ist gut optimiert, um auf der GPU zu laufen. Die Unterstützung von TensorBoard ermöglicht es uns, Metriken wie Genauigkeit und Gewichte während des Trainings zu betrachten, was in anderen Deep-Learning-Paketen fehlt. Bewertung gesammelt von und auf G2.com gehostet.

Die High-Level-API ist nicht im Paket selbst enthalten. Dafür müssen wir Keras oder andere Pakete verwenden, die darauf aufbauen, aber diese High-Level-APIs sind nicht nativ in TensorFlow. Bewertung gesammelt von und auf G2.com gehostet.

Es wirkt Wunder bei der Verarbeitung von Bild-, Text- und Audiodaten. Die Dokumentation ist sehr gut und einfach zu verwenden. Mit Keras kann man seine Deep-Learning-Arbeit einfach und schnell erledigen. Open Source. Die beste Softwarebibliothek auf dem Markt für Deep Learning. Es ist beruhigend, Google dahinter zu haben. Die Dokumentation wird aktualisiert. Funktional. Bewertung gesammelt von und auf G2.com gehostet.

Es zwingt die Grafikkarte. Das Erkennen und Beheben von Fehlern ist manchmal schwierig. Bewertung gesammelt von und auf G2.com gehostet.

Sehr leistungsstarke Plattform mit Keras und anderen ML/DL-Bibliotheken.

TFRecord ist eine sehr effiziente Methode zur Handhabung/Speicherung von Daten. Bewertung gesammelt von und auf G2.com gehostet.

Sehr schwere Software für Inferenz, obwohl TFLite gut für mobile Geräte ist. Bewertung gesammelt von und auf G2.com gehostet.

Die Graph-Visualisierung in TensorFlow ist viel besser. Häufige Updates, da es von Google unterstützt wird. Bewertung gesammelt von und auf G2.com gehostet.

Tensorflow hinkt in Bezug auf Berechnung und Geschwindigkeit hinterher. Es wird nur auf NVIDIA-GPUs unterstützt. Bewertung gesammelt von und auf G2.com gehostet.