(либа по reinforcement learning), что они планируют перевести движок их либы с tensorflow на pytorch. Дело в том, что их либа начала разработку на tf1, и сейчас они обновляют движок, и думают между 3мя фреймворками: pytorch, tensorflow 2 и jax.
Провели они опрос, и их комьюннити проголосвало в пользу pytorch больше чем за tf2. Они аргументируют это тем, что pytorch очень активно развивается сейчас, комьюнити растет, документация там лучше, и API тоже удобнее, у tf tf.function бывают непонятны и вообще они топят за то, что экосистема pytorch лучше, чем у tensorflow.
ссылка на обсуждение:
https://github.com/hill-a/stable-baselines/issues/733
Так вот, что думаете? Есть те, кто пользовался обоими фреймворками и может сказать, что реально удобнее, лучше, pros/cons какие-нибудь провести?
по-моему опыту - в целом вообще без разницы... но что-то совсем исследовательское, я бы предпочел питорч. Причина тупо в том, что более интуитивно в математическом контексте (в плане эксперементальных задач - в этом плюс своего рода гибкости), в тф2 ощущаешься себя комфортно в контексте программирования, но, если надо что-то забацать внезапное, то приходится открывать доку и гуглить, как и что происходит и как это работает с нюансами программирования, что отвлекает от проектирования и увеличивает кодинг-порог, хоть его и упростили (тф2 реально более удобен тф1). Т.е. питорч, как бы математически подойти к проектированию, тф2 - как программистки подойти к этому, соответственно - смещение акцента в чем-то отвлекает, где хотелось бы сконцентрироваться на обратном.
Jax нижеуровневнее, мне больше нрав.
Мне лично JAX нравится в плане простоты закодить что-то нетривиальное и умения из коробки паралелить на несколько вычислителей. Но, вцелом, большой разницы нет с PyTorch
Обсуждают сегодня