Avaliações e Detalhes do Produto TensorFlow

TensorFlow suporta uma ampla gama de modelos de aprendizado de máquina. Funciona suavemente com diferentes dispositivos. Eu uso esta ferramenta quase todos os dias. Análise coletada por e hospedada no G2.com.

Poucas operações de controle de fluxo e funções de loop estão faltando. Análise coletada por e hospedada no G2.com.

Tensor Flow é fácil de usar, flexível com dispositivos, executa a máquina diretamente no navegador com java. Análise coletada por e hospedada no G2.com.

A ferramenta de visualização pode ser mais fácil e modelos pré-treinados podem ser feitos com mais frequência e podem economizar mais tempo. Análise coletada por e hospedada no G2.com.

A escalabilidade que permite o treinamento distribuído é excelente, e a API é muito extensível. Análise coletada por e hospedada no G2.com.

Ele realmente tem uma curva de aprendizado acentuada e é muito intensivo em recursos. Análise coletada por e hospedada no G2.com.

Capaz de gerenciar grandes conjuntos de dados e suportar computação distribuída. Análise coletada por e hospedada no G2.com.

Precisa de mais código boilerplate do que PyTorch e outras alternativas. Análise coletada por e hospedada no G2.com.

É fácil integrar modelos pré-treinados para construir projetos iniciais, e o tensorflow.js me ajudou a integrá-los diretamente no navegador. Análise coletada por e hospedada no G2.com.

Havia problemas de compatibilidade entre diferentes versões para converter o código do Tensorflow 1.0 para o Tensorflow 2.0. Embora a mudança tenha sido boa, agora é necessário fazer algumas alterações para torná-lo compatível. Análise coletada por e hospedada no G2.com.

A forma como ele lida com os dados e o suporte da comunidade que possui é uma dádiva. Desenvolver e manter a base de código é realmente fácil com o tensorflow. E com a versão 2 é simplesmente incrível. Análise coletada por e hospedada no G2.com.

Acho que para uma pessoa que está entrando na indústria é um pouco difícil de entender. Às vezes, a documentação é realmente confusa e você tem que procurar se alguém a explicou para você entender melhor. Análise coletada por e hospedada no G2.com.

As bibliotecas disponíveis nessa biblioteca, a conveniência que ela oferece para criar modelos de rede neural. Análise coletada por e hospedada no G2.com.

Sem desvantagens, é a melhor ferramenta para Deep Learning. Análise coletada por e hospedada no G2.com.

TensorFlow é flexível. Ele fornece uma plataforma para construir e implantar modelos de aprendizado de máquina em uma ampla gama de dispositivos e mídias, e TensorFlow é realmente escalável, funcionando em um único dispositivo até sistemas distribuídos com milhares de GPUs. Análise coletada por e hospedada no G2.com.

Algumas coisas que não gosto no TensorFlow são que ele é intensivo em recursos; TensorFlow é realmente intensivo em recursos. Requer alta potência computacional e uma GPU poderosa. A segunda coisa é a curva de aprendizado, o TensorFlow pode ter uma curva de aprendizado íngreme para iniciantes devido à sua complexidade. Análise coletada por e hospedada no G2.com.

Tensorflow é a melhor biblioteca para trabalhar com redes neurais e construir arquiteturas de modelos. A API funcional, juntamente com outras funcionalidades, torna fácil definir qualquer modelo, desde os mais simples aos mais complexos, e treiná-los com facilidade. Análise coletada por e hospedada no G2.com.

O Tensorflow precisa adicionar algum desenvolvimento no contexto da memória. Para implantar qualquer modelo, ele consome cerca de 400mb de memória apenas para a biblioteca tensorflow. Esta é a única parte que às vezes me impede. Análise coletada por e hospedada no G2.com.

Uma das melhores características do Tensorflow é sua capacidade de realizar treinamento multicore de modelos. Ao contrário dos antigos frameworks, o TF não depende do treinamento em um único CPU, permitindo o treinamento distribuído de modelos, o que reduz drasticamente o tempo de treinamento quando temos vários GBs de imagens para serem treinadas para modelos de difusão. Análise coletada por e hospedada no G2.com.

Quando os desenvolvedores estão usando o Windows para desenvolvimento, há certos problemas com os pacotes Python pip que fazem parte do TF. Não há suporte nativo para Decision Forests, que é um dos pacotes mais populares suportados por outros frameworks. Eu treino la Análise coletada por e hospedada no G2.com.