अगर मुझे विकल्प दिया जाता, तो मैं थीनो के साथ जाता ।
कारण:
- कला के राज्य RNN कार्यान्वयन और एपीआई , जो TensorFlow दुर्भाग्य से पास नहीं है, और एक लंबा रास्ता तय करना है । और एक डोमेन में जहाँ RNN के ट्रेंडिंग राग हैं, Theano का एक बड़ा किनारा है।
- कार्यान्वयन की बहुत विस्तृत श्रृंखला । TensorFlow को पकड़ने के लिए एक लंबा रास्ता तय करना है। हाल ही के बहुत से ML मॉडल थीनो की मदद से किए गए हैं, इसलिए जब यह तंत्रिका नेटवर्क की बात आती है तो यह एक मानक जैसा है।
- अनुकूलित और बेहतर लूपिंग : थीनो का स्कैन तंत्रिका नेटवर्क में लूपिंग के लिए एक शानदार तरीका है, जो भयानक मानचित्र-कम रूपरेखा का उपयोग करता है। लेकिन, मुझे पूरा यकीन है कि TensorFlow इस पर सुधार करेगा क्योंकि इसके निर्माता जेफ डीन मैप रिड्यूस के डैडी हैं। हालाँकि, अब तक; यह थीनो है
- जब वीडियो एनालिटिक्स की बात आती है, तो भारी बढ़त।
हालाँकि, TensorFlow दोनों cpp और Python इंटरफेस का समर्थन करता है जो cpp समुदाय के साथ एक फायदा हो सकता है। लेकिन, जब यह एमएल और डेटा विज्ञान उत्पादों की बात आती है, तो पायथन मानक हो गया है, इसलिए यह एक बड़ा किनारा आईएमओ नहीं होगा।
लेकिन, मॉडल की तैनाती और उत्पादन में उपयोग में आसानी है, जहां TensorFlow का वास्तविक लाभ है। जैसा कि यह सुधार और आसान तैनाती के लिए ईजन का उपयोग करता है, यह इंजीनियरों के लिए प्रिय होगा। यदि यह विंडोज के साथ संगत हो जाता है, तो आपको एक बड़ा प्रवासन दिखाई देगा। लेकिन, मुझे पायथन ओवरहेड की आदत हो गई है, मैं तब तक इंतजार कर सकता हूं जब तक यह अधिक पॉलिश न हो जाए।
तो, अब के लिए Theano। मैं TensorFlow को पकड़ने के लिए खुशी से इंतजार कर सकता हूं।
यदि आप औसत जटिलता तंत्रिका नेटवर्क के लिए सरल तैनात कर रहे हैं, तो Tensorflow के साथ जाएं। अगर गहरी सीख, तो थीनो।