【Pytorch基础教程26】wide&deep推荐算法(tf2.0和torch版)

本文介绍了TensorFlow 2.0和PyTorch在数据加载、模型搭建和训练上的区别,并详细讲解了在TensorFlow中实现经典wide&deep模型的背景、方法和代码示例。通过对比,突显TensorFlow 2.0在API简化和Eager Execution方面的优势。
摘要由CSDN通过智能技术生成

学习总结

一、tensorflow2.0的安装

学术界主流是pytorch,但在工业界中为了模型部署便捷,也会使用tensorflow2,TensorFlow 2.0 提供比1.0更简化的 API、注重 Keras、结合了 Eager execution。

下载过程参考官网:https://www.tensorflow.org/install/pip

张量的操作:

  • Tensorflow 和 PyTorch 张量初始化可以直接分别调用:tf.constent 方法,调用 torch.tensor 方法,填入张量数值即可。
  • 也可以:tf.Variable 创建的是Variable对象 ,不是Tensor对象,前者可以跟踪求梯度,后者torch.Tensor不能直接求梯度。
  • torch.tensortorch.Tensor 均创建的是 Tensor 对象,但前者输入具体数值,后者输入 Tensor shape(size),数值不
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

山顶夕景

小哥哥给我买个零食可好

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值