tensorflow karas pytorch

딥러닝 프레임워크의 에는 tensorflow kara pytorch 세 가지의 차이점에 대해서 알아보자

tensorflow

텐서플로 (TensorFlow)

<장점>
- 데이터 플로우 그래프를 통한 풍부한 표현이 가능함
- 계산 구조와 목표 함수만 정의 면 자동으로 미분 계산을 처리함
- 텐서보드를 통해서 파라미터 변화 양상 및 DNN 구조를 알 수 있음

<단점>
- 메모리를 효율적으로 사용하지 못하고 있음
- Symbolic Loop 기능이 유연하지 못하며, 함수가 있어도 텐서 타입으로만 적용해야 함

 

 

파이토치 (Pytorch)

<장점>
- 익히기 쉽고 간결하며 구현이 빠르게 됨
- 비교적 빠른 최적화가 가능함
- 그래프를 만들면서 동시에 값을 할당하는 define by run 방식으로 코드를 깔끔하게 작성할 수 있음

<단점>
- 텐서플로우에 비해 학습에 필요한 예제를 구하기 쉽지 않음
- 텐서플로우보다 디테일한 모델링이 불가능함

 

 

케라스 (Keras)

<장점>
- 사용자 친화성, 모듈성, 확장성이있어서 일관되고 간결한 API를 제공함
- 배우기 쉽고 모델 구축이 쉬움
- 컨볼루션 신경망, 순환 신경망, -그리고 둘의 조합까지 모두 지원

<단점>
- 어떤 오류가 발생했을 때 케라스자체의 문제인지, 백엔드 언어의 문제인지 특정하기 어려움
- 문서화가 제대로 되어 있지 않고이용자 수가 적어 참고할 곳이 부족함