PyTorch es realmente una gran herramienta para nuevos desarrolladores y especialmente para aquellos que querían aprender python. Especialmente los estudiantes pueden aprovecharlo al máximo, con su modelo listo para desplegar permite un enfoque más amplio para un gran programa. Reseña recopilada por y alojada en G2.com.
Creo que Pytorch 0.3 puede mejorarse más si se añaden el programa en vivo y el estado/depuración. Reseña recopilada por y alojada en G2.com.
3 de 4 Reseñas totales para PyTorch 0.3 Python 3.6 CPU Production
Como analista de datos, me encanta la flexibilidad y lo uso fácilmente con sus operaciones basadas en tensores. Puede convertir los datos en tensores sin problemas y realizar operaciones matemáticas complejas como el análisis estadístico. Usar pytorch tiene la ventaja de manejar grandes conjuntos de datos y proporcionar un flujo de trabajo fluido para el análisis. Reseña recopilada por y alojada en G2.com.
Lo que no me gusta es que no hace mucho con datos de texto y la desventaja de usar Pytorch es que carece de herramientas integradas para datos no numéricos y aprender la operación avanzada puede ser muy difícil. Reseña recopilada por y alojada en G2.com.
PyTorch es una herramienta muy útil para los desarrolladores novatos, especialmente aquellos que quieren aprender Python. Debido a su estructura lista para desplegar, que permite un enfoque más completo para un programa excelente, los estudiantes en particular pueden beneficiarse enormemente de ella.
PyTorch es un marco rico en características para crear modelos de aprendizaje profundo, un tipo de aprendizaje automático que se aplica frecuentemente a tareas como el procesamiento de lenguaje y la identificación de imágenes. La mayoría de los desarrolladores de aprendizaje automático lo encuentran razonablemente fácil de entender y usar porque está escrito en Python. Reseña recopilada por y alojada en G2.com.
no hay nada que no me guste de PyTorch 0.3 Python 3.6 CPU Producción Reseña recopilada por y alojada en G2.com.
Es fácil experimentar con diferentes modelos e ideas.
Ofrece un fuerte soporte para el paralelismo y la aceleración de GPU.
También ofrece un gráfico computacional dinámico para mayor flexibilidad y facilidad de uso que los marcos de gráficos estáticos como TensorFlow. Reseña recopilada por y alojada en G2.com.
Puede ser utilizado para proyectos pequeños y medianos.
Las versiones más recientes de PyTorch han sido lanzadas desde entonces, ofreciendo un rendimiento mejorado y características adicionales.
Soporte limitado para sistemas basados en Windows. Reseña recopilada por y alojada en G2.com.
