Выбор между Tensorflow или Theano в качестве бэкэнда для керас

Question

Керас поддерживает оба Tensorflow а также Теано Как бэкэнд: каковы плюсы/минусы выбора одного против другого, помимо того, что в настоящее время не все операции реализованы с бэкэнд TensorFlow?

Answer 1

На 2017-09-28 было объявлено, что Theano будет прекращен:

Из https://groups.google.com/forum/#!topic/theano-users/7poq8bzutby (Йошуа Бенгио):

После почти десяти лет развития мы сожалеем о том, что мы положите конец нашей разработке Theano после выпуска 1.0, что должно быть в течение следующих нескольких недель. Мы продолжим минимальное обслуживание, чтобы он работал в течение одного года, но мы прекратим активно реализовать новые функции. Впоследствии Theano будет доступен в связи с нашим участием в программном обеспечении с открытым исходным кодом, но Мила не обязана тратить время на техническое обслуживание или поддержку после этого срока.

Так что TensorFlow - лучший вариант.

Answer 2

Если бы мне дали вариант, Я бы пошел с Теано.

Причины:

• Состояние реализации Art RNN и API, который, к сожалению, TensorFlow не обладает, и Есть долгий путь. Анкет И в домене, где RNN - это модная ярость, у Теано там большое преимущество.
• Очень широкий спектр реализаций. Анкет Tensorflow есть долгий путь, чтобы наверстать упущенное. Многие недавние модели ML были сделаны с помощью Theano, так что это что -то вроде стандарта, когда речь идет о нейронных сетях.
• Оптимизированный и Улучшенная петля: Сканирование Theano-это замечательный способ зацикливания в нейронных сетях, который использует удивительную структуру карты. Но я уверен, что Tensorflow улучшит это, поскольку его создатель Джефф Дин - папа карты. Однако на данный момент; Это Теано
• Огромное преимущество, когда дело доходит до видео -аналитики.

Тем не менее, TensorFlow поддерживает как интерфейсы CPP, так и Python, что может быть преимуществом для сообщества CPP. Но когда дело доходит до ML и продуктов науки о данных, Python был стандартом, так что это не было бы огромным преимуществом.

Но развертывание модели и простота использования в производстве - это то, где Tensorflow имеет реальное преимущество. Поскольку он использует собственное значение для улучшения и простого развертывания, это было бы дорогой для инженеров. Если он будет совместим с Windows, то вы увидите огромную миграцию. Но я привык к накладным платам Python, я могу подождать, пока он не станет более отполированным.

Итак, сейчас Теано. Я могу с радостью ждать, пока TensorFlow наверстает упущенное.

Если вы развертываете простые в средние нейронные сети сложности, перейдите с TensorFlow. Если глубокое обучение, то Theano.