Meilleures alternatives à TensorFlow les mieux notées
Il fournit tous les algorithmes récents qui peuvent fonctionner sur un modèle de réseau de neurones convolutionnel. Il fournit des algorithmes d'entraînement, des métriques et des optimiseurs pour l'algorithme d'apprentissage profond. Avis collecté par et hébergé sur G2.com.
La version Python de TensorFlow fonctionne uniquement sur des processeurs basés sur GPU. Avis collecté par et hébergé sur G2.com.
Avis vidéo
Réseaux de neurones reconnaissent des objets et des images.
70 sur 71 Avis au total pour TensorFlow
Sentiment de l'avis global pour TensorFlow
Connectez-vous pour consulter les sentiments des avis.
J'aime la flexibilité de TensorFlow. Que je travaille sur un petit projet ou quelque chose de plus avancé, TensorFlow me fournit les outils dont j'ai besoin pour construire et affiner mes modèles. Les modèles pré-entraînés et le support intégré pour le déploiement mobile et cloud sont également un gain de temps considérable, me permettant de démarrer rapidement. Avis collecté par et hébergé sur G2.com.
Je trouve que TensorFlow peut être un peu accablant au début, surtout pour les débutants comme moi. Certaines des fonctionnalités avancées, comme la création de couches personnalisées ou le débogage de modèles complexes, ont pris un certain temps à comprendre. Il semble également fonctionner plus lentement que d'autres frameworks lorsque j'entraîne des modèles plus grands. Avis collecté par et hébergé sur G2.com.
Tensor Flow est facile à utiliser, flexible avec les appareils, fonctionne directement dans le navigateur avec Java. Avis collecté par et hébergé sur G2.com.
L'outil de visualisation peut être plus facile et les modèles pré-entraînés peuvent être utilisés plus fréquemment et peuvent faire gagner plus de temps. Avis collecté par et hébergé sur G2.com.
It's easy to integrate pre-trained models for building up the starter projects and tensorflow.js helped me out for integrating it directly into the browser. Avis collecté par et hébergé sur G2.com.
There were compatibility issues between different versions, to convert code from Tensorflow 1.0 to Tensorflow 2.0. Although change was good but it need now some changes to be made in order to make it compatible. Avis collecté par et hébergé sur G2.com.
La façon dont il gère les données et le soutien de la communauté qu'il a est une bénédiction. Le développement et la maintenance de la base de code sont vraiment faciles avec tensorflow. Et avec la version 2, c'est tout simplement incroyable. Avis collecté par et hébergé sur G2.com.
Je pense que pour une personne qui vient d'entrer dans l'industrie, c'est quelque peu difficile à comprendre. Parfois, la documentation est vraiment déroutante et il faut chercher si quelqu'un l'a expliquée pour mieux la comprendre. Avis collecté par et hébergé sur G2.com.
Les bibliothèques disponibles dans cette bibliothèque, la commodité qu'elle offre pour créer un modèle de réseau neuronal. Avis collecté par et hébergé sur G2.com.
Pas de désaccords, c'est le meilleur outil pour l'apprentissage profond. Avis collecté par et hébergé sur G2.com.
TensorFlow est flexible. Il offre une plateforme pour construire et déployer des modèles d'apprentissage automatique sur une large gamme d'appareils et de supports, et TensorFlow est vraiment évolutif, fonctionnant sur un seul appareil jusqu'à des systèmes distribués avec des milliers de GPU. Avis collecté par et hébergé sur G2.com.
Quelques aspects que je n'aime pas à propos de TensorFlow sont qu'il est gourmand en ressources ; TensorFlow est vraiment gourmand en ressources. Il nécessite une puissance de calcul élevée et un GPU puissant. Le deuxième aspect est la courbe d'apprentissage ; TensorFlow peut avoir une courbe d'apprentissage abrupte pour les débutants en raison de sa complexité. Avis collecté par et hébergé sur G2.com.
Tensorflow is the best library to work with neural networks and building model architecture. The functional API along with other functionalities makes it easy to define any model from easy to complex and train with ease. Avis collecté par et hébergé sur G2.com.
Tensorflow needs to add some development in context of memory. In order to deploy any model it takes around 400mb memory for just tensorflow lib. This is the only part which holds me back sometimes. Avis collecté par et hébergé sur G2.com.
L'une des meilleures caractéristiques de Tensorflow est sa capacité à effectuer un entraînement multicœur des modèles. Contrairement aux anciens frameworks, TF ne repose pas sur l'entraînement sur un seul CPU, mais permet l'entraînement distribué des modèles, ce qui réduit considérablement le temps d'entraînement lorsque nous avons plusieurs Go d'images à entraîner pour les modèles de diffusion. Avis collecté par et hébergé sur G2.com.
Lorsque les développeurs utilisent Windows pour le développement, il y a certains problèmes avec les packages Python pip qui font partie de TF. Il n'y a pas de support natif pour les forêts de décision, qui est l'un des packages les plus populaires pris en charge par d'autres frameworks. Avis collecté par et hébergé sur G2.com.
Dans TensorFlow, il existe de nombreuses méthodes pour de nombreux objectifs. Et dans TF, vous pouvez faire n'importe quoi concernant l'apprentissage profond. Avis collecté par et hébergé sur G2.com.
Tensorflow peut créer sa propre interface utilisateur pour gérer les modèles et tout. Avis collecté par et hébergé sur G2.com.
Tensorflow a plusieurs méthodes intuitives pour implémenter des algorithmes d'apprentissage automatique. J'aime personnellement utiliser la section de classification d'images pour comprendre comment détecter des motifs dans des données supervisées. Avis collecté par et hébergé sur G2.com.
Je pense qu'il y a encore de la place pour l'amélioration en termes de lisibilité. En particulier, il semble que de nombreuses commandes de TensorFlow ne suivent pas un modèle "pythonic". Avis collecté par et hébergé sur G2.com.
