Máy ảnh so với tf.keras

Tôi hơi bối rối trong việc lựa chọn giữa Keras (keras-team / keras) và tf.keras (tenorflow / tenorflow / python / keras /) cho dự án nghiên cứu mới của tôi.

Có một cuộc tranh luận rằng Keras không thuộc sở hữu của bất kỳ ai, vì vậy mọi người sẽ vui vẻ hơn khi đóng góp và việc quản lý dự án sẽ dễ dàng hơn nhiều trong tương lai. Là một tài tài, hay nói, qua, qua, qua một khác, qua giữ, qua, qua một khác, qua, qua, qua, khi khác mới, khác mới, khi khác mới đăng, mới, mới đăng, mới đăng, mới đăng, mới đăng, mới đăng, mới đăng, mới đăng, mới đăng cam cam

Ở phía bên kia, tf.keras thuộc sở hữu của Google, kiểm tra và bảo dưỡng rất nghiêm ngặt hơn. Hơn nữa, có vẻ như đây là một lựa chọn tốt hơn để tận dụng các tính năng mới được trình bày trong Tensorflow v.2.

Vì vậy, để bắt đầu một dự án khoa học dữ liệu (máy học) (trong giai đoạn nghiên cứu), rằng cả hai đều ổn ngay từ đầu, bạn chọn cái nào?!

Từ repo Keras .:

Keras là một API mạng thần kinh cấp cao, được viết bằng Python và có khả năng chạy trên đỉnh của TensorFlow, CNTK hoặc Theano.

Và

Trước khi cài đặt Keras, vui lòng cài đặt một trong các công cụ phụ trợ của nó: TensorFlow, Theano hoặc CNTK. Chúng tôi khuyên bạn nên sử dụng phụ trợ TensorFlow.

Vì vậy, Keras là một skin (một API). TensorFlow đã quyết định bao gồm lớp da này bên trong chính nó tf.keras. Vì Keras cung cấp các API mà TensorFlow đã triển khai (trừ khi CNTK và Theano vượt qua TensorFlow, điều không thể xảy ra), tf.kerassẽ theo kịp với Keras về tính đa dạng API. Vì vậy, tôi sẽ đề nghị đi cùng với tf.kerasđiều đó giúp bạn tham gia chỉ với một repo chất lượng cao hơn. thay vì hai, có nghĩa là ít đau đầu hơn.

Bạn chọn cái nào?!

tf.keras‬.

Tweet này từ François Chollet đề nghị sử dụng tf.keras .

Chúng tôi khuyên bạn nên chuyển mã Keras của mình sang tf.keras.

Cả Theano và CNTK đều không phát triển. Trong khi đó, với tư cách là phụ trợ của Keras, chúng chiếm chưa đến 4% lượng sử dụng của Keras. 96% người dùng khác (trong đó hơn một nửa đã có trên tf.keras) được phục vụ tốt hơn với tf.keras.

Sự phát triển của Keras sẽ tập trung vào tf.keras trong tương lai.

Điều quan trọng, chúng tôi sẽ tìm cách bắt đầu phát triển tf.keras trong kho lưu trữ GitHub độc lập của riêng mình tại keras-team / keras để giúp mọi người bên thứ 3 đóng góp dễ dàng hơn nhiều.

Máy ảnh chưa bao giờ di chuyển nhanh hơn bây giờ