‘Tensorflow’ Articles at 小果冻之家

深度学习框架PyTorch和TensorFlow对比

PyTorch和TensorFlow是两个非常流行的深度学习框架，都被广泛应用于计算机视觉、自然语言处理和深度学习等领域。两个框架之间的主要区别在于设计哲学和运行时行为。

以下是PyTorch和TensorFlow的一些区别：

macOS下安装运行PyTorch及速度测试。

PyTorch支持多种平台，包括Linux/Windows/macOS，甚至支持Android和iOS，今天只讲macOS。

如果你的macOS上已安装Python3，直接使用pip3命令安装PyTorch即可。

macOS安装运行Tensorflow分两种平台，一是Intel机型，二是Apple Silicon机型，前者只能使用CPU进行模型训练，而后者则可以使用GPU。

平台不同，安装过程也不同。

### Intel机型

前提你的Mac上已经安装配置了Python3，可以直接使用`pip3`命令安装Tensorflow。

Google Colab默认使用的是CPU训练，Xeon双核的，性能较弱，也有免费的GPU和TPU实例可以选，怎么使用呢？

如果要更改运行时类型，依次点击菜单栏`代码执行程序`->`更改运行时类型`，硬件加速器改为GPU。TPU实例对免费用户来说几乎不可用。

改完之后重新运行代码即可。

查看所使用的GPU

PyTorch开发运行部署。

本地

Docker下的

1. Python 3
2. JupyterLab

Tensorflow Keras房价预估.

这是本人练手的一段代码，拿本地一小区的房价做的一个模型训练，数据较少，纯为示范。

2019.2.27，原计划用Golang，现决定还是使用Python，因为网上的例子基本都是Python的，且Keras用的也是它，所以有必要学习好Python。

整体规划

学熟悉一部分基础后，开始系统学习CS229，用Tensorflow将其实现一遍，遇到不明白的地方，数学归数学，Tensorflow归Tensorflow，Python归Python。

Keras可在CS229学完之后再用，或者在学习完一小节后用Keras实现之。

开始学习Tensorflow前，首先确定一种自己使用Tensorflow的语言，是Python，C，Java，JS，还是Go？

确定语言之后，再确定环境，是Linux还是macOS？

如果是Linux，最好是在虚拟机中使用Docker。

macOS环境则无需虚拟机。

个人推荐在Docker容器中开发，部署快且不影响主机环境，切换环境也方便。