▲圖片來源:buzzorange
TensorFlow 是 Google 在 2015 年推出的深度學習工具,它曾經是深受學界、業界歡迎的開源深度學習框架(framework),然而 2016 年 Facebook 推出 PyTorch,廣邀使用社群合力提高易用性、產業應用場景也變得更多元,TensorFlow 的聲量於是開始節節下滑。
TensorFlow 上手困難、更新太頻繁
TensorFlow 當年問世時人氣直線上升,知名企業如 Uber、Airbnb,甚至 NASA 都在初期就選用 TensorFlow 作為複雜專案的執行框架,這些專案都需要用到龐大的數據組合來訓練演算法。截至 2020 年 11 月,TensorFlow 下載次數已經達到 1.6 億次。
然而 Google 放任「特徵蔓延」(feature creep),不斷擴充、膨脹功能性,導致產品比初始設計更複雜;另一方面,由於機器學習領域進展飛快,Google 必須非常頻繁地更新框架以適應新工具,這些最終都使得 TensorFlow 產品失焦,且逐漸變得使用者不友善。
PyTorch 易於理解、代碼簡潔
Facebook 旗下的 AI 研究實驗室在 2018 年推出 PyTorch 完整版,和 TensorFlow 一樣,PyTorch 使用之程式語言也是機器學習專家所愛用的 Python,只不過後者對於開源社群更加重視──不斷增長的社群人數、設計良好的使用介面、高易用性、debug 更完善……只要使用者熟悉 TensorFlow 與 Python,幾乎可無痛轉換至 PyTorch。
目前汽車產業是 PyTorch 最強勢的應用場景之一,例如 Tesla 和 Lyft Level 5 都運用 PyTorch 來設計自駕系統;同樣的框架也適用於媒體產業的內容分類與推薦,以及工業用機器人。
Google 如何迎戰 PyTorch?
為了不讓 PyTorch 專美於前,Google 正潛心研發另一款機器學習框架,並將之命名為 JAX,外界認為 JAX 即將成為 TensorFlow 的繼任者,而組織內部如 Google Brain 和 Google DeepMind 的 AI 分支,絕大多數也都已捨棄 TensorFlow、轉向使用更簡便的 JAX,預計 Google 旗下的其餘組織,很快也將跟上這股風潮,在未來幾年內改變內部開發軟體的方法,並成為所有機器學習產品的使用框架。
編程專家也看好 JAX
Viral Shah 是專攻科學運算的年輕程式語言「Julia」的創始人,資料科學專家常把 Julia 和 JAX 拿來相互比較。Viral Shah認為 JAX 簡直是電腦工程的工藝結晶,「我認為它是一款獨立的程式語言,只是剛好也透過 Python 加以實例化(instantiated),只要遵循 JAX 的編碼守則,它的應用潛力十分出色。」
儘管 Google 貌似從 TensorFlow 產品學到不少寶貴教訓,但究竟能否藉由開發 JAX 重回機器學習框架首選的寶座,外界普遍認為這點仍充滿變數,因為 Meta 的心血結晶 PyTorch 早已擄獲眾多程式開發者的愛用支持。
轉貼自: buzzorange.com
若喜歡本文,請關注我們的臉書 Please Like our Facebook Page: Big Data In Finance
留下你的回應
以訪客張貼回應