srcmini本文概述
深度学习领域的研究人员使用TensorFlow和Theano, 并且经常将它们的受欢迎程度, 技术优势, 易用性等进行比较。
TensorFlow是由Google Brain团队的工程师和研究人员开发的, 而Theano是由蒙特利尔大学MILA的Yoshua Bengio开发的, 自2007年以来一直存在。
Theano和TensorFlow之间的主要区别
两者都是服务于几乎相同目的的库。以下是一些重要差异, 如下所述：
- Theano由隶属于蒙特利尔大学的LISA集团开发, 而Google Brain团队已开发了TensorFlow供内部使用。通过设计用于内部使用, 此后已公开。
- 当应用程序需要的资源不足并且计算并不复杂时, theano是首选。在开发需要适度系统配置的算法时, 毫无疑问可以使用Theano。当需要进行大量计算且资源适当可用时, 首选TensorFlow。 TensorFlow的一个优点是, 它允许复杂的算法在系统中运行。
- Theano库提供了仅基于Python的应用程序可以对其进行授权的地方。由于这些限制, 对使用C ++感兴趣的研究人员不喜欢它。 TensorFlow允许我们将其与C ++和python一起使用, 最终为研究提供了扩展的环境。
- 两者都是为同一目标而开发的, 但是由于组织的作用, 它们具有可靠性的标签。由Google开发的Google有一个专门的团队叫做大脑团队, 并且不断地开发它。
- TensorFlow比Theano受欢迎得多。
- Theano由一个名为LISA的团队开发, 效果非常好, 但是由于其某些局限性, 它不如TensorFlow受欢迎。
- 在流行情况下, TensorFlow赢得了高分, 这是事实, 它得到了领先的技术传奇人物之一Google的支持。相比之下, 到目前为止, Theano由蒙特利尔大学的MILA积极开发和维护, 团队中有50多名成员, 为不断改进它做出了贡献。
- 许多专家认为TensorFlow就像Theano的完全重新实现一样, 并且Google创造了TensorFlow来代替Theano。即使这样, 后者在许多方面也被认为比TensorFlow更快。
- Theano还支持更广泛的操作范围和各种程序, 尽管TF在这些方面已显示出希望, 但仍需要时间与Theano相提并论。
Theano和TensorFlow的比较
| Theano | TensorFlow |
|---|---|
| 这是一个基于python的库Theano是一个完全基于python的库, 这意味着它只能与唯一的python一起使用。该库将与python语言一起使用, 并且取决于要实现的python编程。 | 它是基于C ++和python的库TensorFlow是基于C ++和python的库, 这意味着它可以在C ++和python编程中使用。能够以两种语言进行交付, 因此开发人员对它的考虑更多。 |
| 它使用单个CPU它使用单个CPU来处理或执行计算。它有效利用单个CPU并根据CPU的处理能力生成结果。 | 使用一个或多个CPU TensorFlow能够根据其运行状况使用一个或多个CPU。优先使用多个CPU而不是单个CPU, 因为它可以减少完成计算所需的时间。 |
| 中等的编译速度Theano热衷于执行复杂的计算, 但有时由于编译速度低而无法满足要求。编译时间过长, 但是如果程序的程序复杂度更高, 则会导致花费时间。 | 快速编译速度TensorFlow被认为比Theano花费更少的编译时间。事实是, 它可以利用多个CPU, 使其比Theano能够在一段时间内执行复杂的计算。 |
| 适度流行与TensorFlow相比, 由于其功能限制, 它被认为不太流行。它可以在python编程中使用, 并且仅限于使用单个CPU, 因此仅在需要常规计算的情况下才是首选。 | 流行度更高的TensorFlow库已使用python和C ++开发。它能够与许多CPU一起使用。由于这些流行和偏爱的地方, 需要进行复杂的计算。 |
评论前必须登录！
注册