Recensioni e Dettagli del Prodotto TFLearn

Mi piace TfLearn perché è molto facile da imparare e fornisce comunque tutte le funzioni complesse. Ho osservato che si comporta meglio rispetto a framework simili disponibili sul mercato. Recensione raccolta e ospitata su G2.com.

Quando ho iniziato a lavorare con TfLearn, ho dovuto imparare anche Python. Sono abituato a lavorare con Java. Sarebbe fantastico se potessimo avere qualche API per lavorare anche con Java. Permetterà a molte persone di connettersi con TfLearn. Recensione raccolta e ospitata su G2.com.

Sto lavorando su un'applicazione che si occupa dell'interazione con i clienti utilizzando una chatbox. TFLearn mi aiuta a creare le richieste e le risposte per il cliente. Recensione raccolta e ospitata su G2.com.

L'unico problema che ho avuto è stato imparare questo nuovo framework poiché era la mia prima esperienza con questo tipo di tecnologia. Mi ci è voluto un po' di tempo per capire, dato che non c'è molto contenuto disponibile su Recensione raccolta e ospitata su G2.com.

Possiamo usare Tensorflow per costruire reti neurali facilmente. Tuttavia, TFlearn ha reso questo compito ancora più semplice con le sue funzioni integrate e questo mi lascia fare una quantità minore di codifica. Mentre Tensorflow necessita di circa 12 righe di codice per costruire una rete neurale completamente connessa, TFLearn costruisce la stessa rete neurale con solo cinque righe di codice. Inoltre, TFLearn fornisce visualizzazioni molto utili e descrittive sulla rete neurale profonda costruita. Supporta non solo reti neurali profonde ma anche altre architetture di reti neurali come CNN, LSTM ecc. Recensione raccolta e ospitata su G2.com.

Uno degli svantaggi di TFLearn è che è possibile avere problemi nell'esecuzione dei tuoi algoritmi dopo l'aggiornamento dell'API a causa della deprecazione di alcune funzioni. Tuttavia, questo non è sempre il caso. Tuttavia, sarebbe meglio se gli sviluppatori di TFLearn potessero occuparsi anche di questo problema. Recensione raccolta e ospitata su G2.com.

La cosa migliore di TFLearn è che ha funzioni integrate per tutte le funzioni e le equazioni di machine learning in una singola riga di codice la maggior parte delle volte. Pertanto, penso che sia il miglior strumento di prototipazione rapida che può essere utilizzato per sviluppare modelli di deep learning velocemente. La prossima cosa migliore che adoro è che TFlearn ha molti tutorial e supporto di backup. Le operazioni matriciali sono gestite da Tensorflow sviluppato da Google. TFLearn funziona sopra Tensorflow. La prossima cosa migliore è che supporta l'operazione normale della CPU e anche l'operazione della GPU. Funziona molto velocemente su GPU con core CUDA. Facile testare i modelli su diversi dispositivi. Recensione raccolta e ospitata su G2.com.

È una biblioteca più grande. Gli aggiornamenti alla biblioteca vengono effettuati molto frequentemente. Una volta ho avuto un problema con la versione della biblioteca. Dopo aver installato la versione precedente di TFLearn, il problema è stato risolto. A parte quel problema, non si sono verificati altri problemi secondo la mia esperienza. Recensione raccolta e ospitata su G2.com.

Lavoro nel settore IT legale e questo framework ci ha aiutato a creare una buona rete di vasti dati disponibili attraverso il deep learning. Recensione raccolta e ospitata su G2.com.

È stato difficile spiegare questo agli affari e agli altri azionisti del team. Non è un grande svantaggio poiché non sono molto esperti di tecnologie, ma sarebbe utile avere alcuni documenti per le persone che conoscono la tecnologia. Recensione raccolta e ospitata su G2.com.

Visualizzazione dei grafici, facile da imparare e usare, sviluppo di reti neurali molto veloce e super efficiente, puoi ridurre il tuo codice almeno della metà. Supporta CNN e LSTM e supporta anche più DNN. Può superare l'API di sklearn. Recensione raccolta e ospitata su G2.com.

Comunità povera, se cerchi una domanda, non è facile trovare la risposta nei forum. Consiglio di creare un video tutorial per questa API e metterlo da qualche parte come Udemy, così le persone possono familiarizzare facilmente. Recensione raccolta e ospitata su G2.com.

TFlearn è completamente trasparente rispetto a TensorFlow. Tutte le funzioni sono costruite su tensori e possono essere utilizzate indipendentemente da TFLearn. Supporta anche la maggior parte dei modelli di deep learning. Recensione raccolta e ospitata su G2.com.

Non mi piace il requisito di aggiornare TensorFlow per evitare problemi di incompatibilità e il fatto che non tutti i modelli di deep learning siano supportati da TFLearn. Recensione raccolta e ospitata su G2.com.

Ho avuto un'ottima esperienza con la piattaforma TFLearn. La parte migliore è l'attenzione scrupolosa al design e ai dettagli del contenuto professionale. Lo userei sicuramente di nuovo e lo consiglio vivamente ai miei colleghi e amici! Recensione raccolta e ospitata su G2.com.

Non c'è molto da scrivere su questo. Sono felice di non avere problemi con la piattaforma. Recensione raccolta e ospitata su G2.com.

TFLearn è uno strumento molto utile da avere nel tuo kit di strumenti ML se ti occupi spesso di reti neurali. È abbastanza facile da capire e usare. Fornisce tutte le soluzioni. Recensione raccolta e ospitata su G2.com.

non sembra avere alcun problema fino ad ora. tutte le funzioni stanno funzionando abbastanza bene. le interfacce sono abbastanza buone. consiglio solo di rendere la sua GUI più user-friendly. Recensione raccolta e ospitata su G2.com.

Prototipo veloce, è facile prototipare l'idea velocemente Recensione raccolta e ospitata su G2.com.

Non così amichevole come Keras,

Cercando una funzionalità che Keras offre

Stavo cercando LSTM3D ma non l'ho trovato in TFlearn, in Keras ho trovato un thread dove è presente il codice ufficiale, non ho iniziato

Rendi la libreria ricca Recensione raccolta e ospitata su G2.com.