谷歌工程師：TensorFlow已重獲新生

乾明 發自 凹非寺

量子位 報導 | 公眾號 QbitAI

道友留步！TensorFlow已重獲新生。

在“PyTorch真香”的潮流中，有人站出來為TensorFlow說話了。

這次來自谷歌的工程師Cassie Kozyrkov。她發表博文稱，TensorFlow升級到2.0版本後有了翻天覆地的變化， 對新手更加友好了。

引發這一變化的，是Keras。

在TensorFlow 2.0中，Keras API將成為TensorFlow中構建和訓練模型的核心高級API。

在TensorFlow啟動項目將變得更簡單。

Kozyrkov說， 與TensorFlow 1.X的版本相比，這就是脫胎換骨的變化。

難用的TensorFlow1.X

想要掌握TensorFlow1.X，需要花費不少力氣，學習曲線非常陡峭，普通用戶只能遠遠看著。

背後的原因在於，Tensorflow是為從研究到生產的大規模模型而設計的，核心是性能。雖然難學，但只要堅持下去，就能進入機器學習從業者行列了。

然後，就可以用機器學習做一些不可思議的事情了，比如說發現新的恆星，推動醫學進步…..

但很可惜，這太難用了，只有少數人能夠掌握這種力量。

很多新的AI研究人員，以及不少Tensorflow用戶，都喊著“真香”，轉投PyTorch，畢竟隔壁家的不需要花太多力氣。

還好有Keras，讓不少人感受到了一些安慰。

Keras，是一個用於逐層構建模型的框架，可以與多個機器學習框架一起工作，它從一開始就是Pythonic的，設計靈活，易於學習，吸引了不少人的使用和支持。

雖然它是一個從TensorFlow 內部訪問的高級 API，但它跟TF沒啥關係。

開發者得在好用的Keras和性能強大的TensorFlow之間做出選擇。

這就很容易給人一種“PyTorch”真香的感覺。

在TensorFlow2.0中，解決了這個問題。

TensorFlow2.0的變化

谷歌TF工程負責人Karmel Alliso表示，開發者不應該在簡單的 API 和可伸縮的 API 之間做出選擇，要有一個高級的API，不論是研究MNIST還是研究行星，都能搞定。

於是，Keras成了TensorFlow的高級 API，而且是可擴展的，可以直接從tf.keras使用 TensorFlow的所有高級功能。

而且Keras的簡單性，也帶到了TensorFlow上。

這種結合，會大幅度減少學習TensorFlow的門檻，對於初學者來說，是非常友好的。

現在，TensorFlow2.0已經推出了Alpha版，如果你有想法， 可以收好下面的教程傳送門：

https://www.tensorflow.org/alpha

教程分成了初學者版和老司機版：

初學者版，用的是Keras Sequential API，最簡單的入門大法；

老司機版，展示了怎樣用命令式來寫正向傳播、怎樣用GradientTape來寫自定義訓練loop，以及怎樣用tf.function一行代碼自動編譯。

網友：我還是用PyTorch

這篇博文發表了之後，Medium上獲得了3K多的“鼓掌”，在Reddit上有了近百條討論。

TensorFlow和Keras更好地結合起來，讓一些人感覺挺好。但在討論中，有不少網友依舊心心念著“PyTorch”。

有人評價稱，這還是沒有PyTorch好用，PyTorch感覺就像NumPy，可以在一天內學會，然後它就能正常工作。而學習TF（甚至2.0）會讓人感覺自己很笨。

有人說，只要我們有PyTorch，誰會關心TF。

甚至還有“脫粉”的現象：

好吧，至少現在我有足夠的動力離開TensorFlow並切換到PyTorch。

你呢？

TensorFlow 2.0還是PyTorch？

—完—

量子位AI+系列沙龍--智慧城市

加入社群

量子位AI社群開始招募啦，量子位社群分：AI討論群、AI+行業群、AI技術群；

歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字“微信群”，獲取入群方式。（技術群與AI+行業群需經過審核，審核較嚴，敬請諒解）

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復“招聘”兩個字。

喜歡就點這裡吧 !