Lors de l'évaluation des deux solutions, les examinateurs les ont trouvées également faciles à utiliser. Cependant, TFLearn est plus facile à configurer et à administrer. Les examinateurs ont également préféré faire affaire avec TFLearn dans l'ensemble.
Keras est incroyable avec sa documentation et je l'ai utilisé sur Google collab. Cela a très bien fonctionné, les modèles répondaient aux attentes.
Il y a une configurabilité minimale et les choses qui sont essentielles et facilement accomplies dans d'autres cadres prennent du temps. Par exemple, construire une couche qui n'est pas dans l'un des modèles prédéfinis ou vérifier les poids sur chaque couche.
Je travaille sur une application qui traite l'interaction avec les clients à l'aide d'une boîte de dialogue. TFLearn m'aide à créer les requêtes et les réponses pour le client.
Quite a few things, firstly why hasn't this merged with Tensorflow yet? Why is there no one addressing Github issues promptly? This is one of the few opensource libraries with over 500 open issues most of which seem to be legit on opening manually, and no...
Keras est incroyable avec sa documentation et je l'ai utilisé sur Google collab. Cela a très bien fonctionné, les modèles répondaient aux attentes.
Je travaille sur une application qui traite l'interaction avec les clients à l'aide d'une boîte de dialogue. TFLearn m'aide à créer les requêtes et les réponses pour le client.
Il y a une configurabilité minimale et les choses qui sont essentielles et facilement accomplies dans d'autres cadres prennent du temps. Par exemple, construire une couche qui n'est pas dans l'un des modèles prédéfinis ou vérifier les poids sur chaque couche.
Quite a few things, firstly why hasn't this merged with Tensorflow yet? Why is there no one addressing Github issues promptly? This is one of the few opensource libraries with over 500 open issues most of which seem to be legit on opening manually, and no...