![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
日常
文章平均质量分 60
帅兄心安否
这个作者很懒,什么都没留下…
展开
-
向Pytorch转向(写在2021.10.24)
1)tf 1.x最大的劣势是它混乱的api设计以及难以debug的静态图机制,这是让他们在学术圈丢掉地位的根本原因。同一个功能你能用tf.slim, tf.layer, tf.keras同时实现,它们底层还互相“串通”,2) 无论怎样,tf1.x在工业落地部署上还是可圈可点的,直到tf 2.x的出现。 它想往pytorch靠,可是把自己的优势部分也给搞没了。3)Pytorch这两年在落地部署上成熟了很多,通过pytorch->ONNX->ncnn/tensorRT可以满足大部分移动端需求。原创 2021-10-24 11:38:57 · 191 阅读 · 0 评论 -
[tensorflow]各个tensorflow版本和CUDA版本对应,以及各个GPU版本CUDA和cuDNN对应
各个tensorflow版本和CUDA版本对应,以及各个GPU版本CUDA和cuDNN对应原创 2021-06-02 00:07:49 · 31277 阅读 · 3 评论