Introducing G2.ai, the future of software buying.Try now
Comparer Google Cloud AutoMLetTensorFlow 
Produits en vedette
Sponsorisé
Vous voyez cette annonce en fonction de la pertinence du produit pour cette page. Le contenu sponsorisé ne reçoit aucun traitement préférentiel dans les évaluations de G2.
Alteryx
Visiter le site web
En un coup d'œil
Segments de marché
Petite entreprise (45.5% des avis)
Petite entreprise (50.4% des avis)
Prix d'entrée de gamme
Aucun tarif disponible
Aucun tarif disponible
Google Cloud AutoML
Note
(22)4.1 sur 5
Segments de marché
Petite entreprise (45.5% des avis)
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur Google Cloud AutoMLTensorFlow
Note
(134)4.5 sur 5
Segments de marché
Petite entreprise (50.4% des avis)
Prix d'entrée de gamme
Aucun tarif disponible
En savoir plus sur TensorFlowRésumé
Résumé généré par IA
Généré par IA. Alimenté par de vrais avis d'utilisateurs.
- Les utilisateurs rapportent que TensorFlow excelle dans l'entraînement de modèles avec un score de 9,3, soulignant ses capacités robustes pour les projets d'apprentissage profond, tandis que Google Cloud AutoML, avec un score de 9,0, est reconnu pour sa facilité d'utilisation dans le développement de modèles, le rendant plus accessible pour les débutants.
- Les critiques mentionnent que TensorFlow offre des algorithmes préconstruits supérieurs (9,2) qui sont hautement personnalisables, tandis que les algorithmes préconstruits de Google Cloud AutoML (8,6) sont loués pour leur simplicité et leur efficacité dans les déploiements rapides.
- Les utilisateurs de G2 indiquent que le support linguistique de TensorFlow (8,9) est plus étendu, permettant une plus grande flexibilité en programmation, tandis que le support linguistique de Google Cloud AutoML (8,7) est encore solide mais légèrement moins polyvalent.
- Les utilisateurs sur G2 soulignent les capacités avancées d'ingénierie des caractéristiques de TensorFlow (8,8), qui sont essentielles pour la manipulation complexe des données, tandis que Google Cloud AutoML est reconnu pour son interface conviviale de glisser-déposer (6,6), facilitant la création de modèles pour les utilisateurs non techniques.
- Les critiques disent que la scalabilité de TensorFlow (9,1) est un avantage significatif pour les applications à grande échelle, tandis que la scalabilité de Google Cloud AutoML (8,8) est adéquate mais peut ne pas répondre aussi efficacement aux exigences des très grands ensembles de données.
- Les utilisateurs rapportent que la qualité du support de TensorFlow (8,4) est généralement meilleure, avec plus de ressources disponibles pour le dépannage, comparé au support de Google Cloud AutoML (7,6), que certains utilisateurs trouvent insuffisant en profondeur et en réactivité.
Google Cloud AutoML vs TensorFlow
Lors de l'évaluation des deux solutions, les examinateurs ont trouvé Google Cloud AutoML plus facile à utiliser. Cependant, les examinateurs ont estimé que TensorFlow est plus facile à configurer. Les deux produits étaient tout aussi faciles à administrer, et les deux fournisseurs facilitent également les transactions commerciales dans l'ensemble.
- Les évaluateurs ont estimé que TensorFlow répond mieux aux besoins de leur entreprise que Google Cloud AutoML.
- En comparant la qualité du support produit continu, les évaluateurs ont estimé que TensorFlow est l'option préférée.
- Pour les mises à jour des fonctionnalités et les feuilles de route, nos évaluateurs ont préféré la direction de TensorFlow à Google Cloud AutoML.
Tarification
Prix d'entrée de gamme
Google Cloud AutoML
Aucun tarif disponibleTensorFlow
Aucun tarif disponibleEssai gratuit
Google Cloud AutoML
Aucune information sur l'essai disponibleTensorFlow
Aucune information sur l'essai disponibleÉvaluations
Répond aux exigences
8.6
14
9.2
117
Facilité d’utilisation
8.6
14
8.0
120
Facilité d’installation
7.4
11
8.3
98
Facilité d’administration
7.9
12
7.9
39
Qualité du service client
7.5
14
8.7
104
the product a-t-il été un bon partenaire commercial?
8.3
11
8.3
36
Orientation du produit (% positif)
8.9
11
9.3
115
Fonctionnalités
Plateformes de science des données et d'apprentissage automatiqueMasquer 25 fonctionnalitésAfficher 25 fonctionnalités
Pas assez de données
8.4
102
Système
Pas assez de données disponibles
8.6
70
Développement de modèles
Pas assez de données disponibles
8.9
96
Pas assez de données disponibles
7.2
82
Pas assez de données disponibles
8.8
96
Pas assez de données disponibles
9.2
95
Développement de modèles
Pas assez de données disponibles
9.0
69
Services d’apprentissage automatique/profond
Pas assez de données disponibles
9.1
93
Pas assez de données disponibles
9.0
88
Pas assez de données disponibles
8.8
86
Pas assez de données disponibles
9.4
95
Services d’apprentissage automatique/profond
Pas assez de données disponibles
8.7
64
Pas assez de données disponibles
9.2
67
déploiement
Pas assez de données disponibles
8.5
80
Pas assez de données disponibles
8.7
89
Pas assez de données disponibles
9.0
89
IA générative
Pas assez de données disponibles
8.0
11
Pas assez de données disponibles
7.7
11
Pas assez de données disponibles
8.0
11
Agentic AI - Plateformes de science des données et d'apprentissage automatique
Pas assez de données disponibles
7.3
5
Pas assez de données disponibles
7.3
5
Pas assez de données disponibles
8.0
5
Pas assez de données disponibles
8.7
5
Pas assez de données disponibles
8.3
5
Pas assez de données disponibles
7.0
5
Pas assez de données disponibles
7.7
5
Plateformes de Machine Learning à Faible CodeMasquer 6 fonctionnalitésAfficher 6 fonctionnalités
Pas assez de données
Pas assez de données
Ingestion de données et préparation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Construction de modèles et automatisation - Plateformes de machine learning à faible code
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Pas assez de données disponibles
Catégories
Catégories
Catégories partagées
Google Cloud AutoMLetTensorFlow est catégorisé comme Plateformes de science des données et d'apprentissage automatique
Catégories uniques
Google Cloud AutoML est catégorisé comme Plateformes de Machine Learning à Faible Code
TensorFlow n'a aucune catégorie unique
Avis
Taille de l'entreprise des évaluateurs
Google Cloud AutoML
Petite entreprise(50 employés ou moins)
Marché intermédiaire(51-1000 employés)
Entreprise(> 1000 employés)
TensorFlow
Petite entreprise(50 employés ou moins)
Marché intermédiaire(51-1000 employés)
Entreprise(> 1000 employés)
Petite entreprise
(50 employés ou moins)
Marché intermédiaire
(51-1000 employés)
Entreprise
(> 1000 employés)
Industrie des évaluateurs
Recherche
13.6%
Technologies et services d’information
13.6%
Logiciels informatiques
9.1%
Élaboration de programmes
4.5%
Pharmaceuticals
4.5%
Autre
54.5%
Logiciels informatiques
27.9%
Technologies et services d’information
20.2%
Recherche
7.8%
Sécurité informatique et réseau
4.7%
Gestion de l’éducation
3.1%
Autre
36.4%
Meilleures alternatives
Discussions
Google Cloud AutoML n'a aucune discussion avec des réponses
Qu'est-ce que TensorFlow et pourquoi est-il utilisé ?
2 commentaires
PS
TensorFlow est une bibliothèque open-source qui vous permet de générer divers modèles d'IA/ML/DL.Lire la suite
TensorFlow n'a plus de discussions avec des réponses
À la recherche de informations sur les logiciels ?
Avec plus de 3 millions d'avis, nous pouvons fournir les détails spécifiques qui vous aident à prendre une décision éclairée d'achat de logiciel pour votre entreprise. Trouver le bon produit est important, laissez-nous vous aider.
ou continuer avec
En continuant, vous acceptez nos Conditions d'utilisation et Politique de confidentialité