Pytorch2.0이 공개되었습니다. 또한, Tensorflow도 딥러닝 프레임워크도 있죠. 양대 산맥을 형성하고 있습니다.
AssemblyAI는
HuggingFace에 있는 모델의 92%(2023년 3월 현재)가 pytorch기반
이라고 설명하고 있습니다.
작년(2022년)에는 85%수준이었는데, 많이 늘었다고 합니다.
반면에 tensorflow기반의 모델 비율은 8%수준이라고 합니다.(작년에는 14%수준이었는데, 16%감조되었네요.)
연구자(Researcher) 는 Pytorch 가 선호됩니다.
- 많은 연구자 커뮤니티 사이트가 존재합니다.
- 모델의 유연성, 디버깅 유리, 짧은 훈련 시간...
- "pythonic" 접근법, 객체지향(object-oriented)
산업계 종사자는 Tensorflow가 선호됩니다.
- 머신러닝이나 딥런잉에 익숙하고
- 산업계에서 Job을 잡기 위해서..
- 디버깅에 유리합니다.
- 훈련 과정(Training Process)를 좀 더 잘 추적해 볼 수 있습니다.
- 시각화(visualization) 고찰에 강점이 있습니다
- 다양한 선택사항(options)....
Pytorch
- 웹기반 서비스가 탑재되어 있지 않아서, Django나 Flask 등의 Back-end 서버를 필요로 합니다.
- 반면, TensorFlow는 TensforFlow Serving framework가 제공됩니다.
| - | Keras | PyTorch | TensorFlow |
| API Level | High | Low | High and Low |
| Architecture | Simple, concise, readable | Complex, less readable | Not easy to use |
| Datasets | Smaller datasets | Large datasets, high performance | Large datasets, high performance |
| Debugging | Simple network, so debugging is not often needed | Good debugging capabilities | Difficult to conduct debugging |
| Does It Have Trained Models? | Yes | Yes | Yes |
| Popularity | Most popular | Third most popular | Second most popular |
| Speed | Slow, low performance | Fast, high-performance | Fast, high-performance |
| Written In | Python | Lua | C++, CUDA, Python |
보다 자세한 내용은
https://www.assemblyai.com/blog/pytorch-vs-tensorflow-in-2023/
PyTorch vs TensorFlow in 2023
Should you use PyTorch vs TensorFlow in 2023? This guide walks through the major pros and cons of PyTorch vs TensorFlow, and how you can pick the right framework.
www.assemblyai.com
에서 확인할 수 있습니다.
'음성인식' 카테고리의 다른 글
| 음성인식 기능 - 출력 되는 정보 기준으로 (0) | 2023.10.20 |
|---|---|
| 음성인식의 응용 분야 /feat LLM(Large Language Model) (0) | 2023.10.20 |
| Conformer Architecture for ASR (0) | 2023.03.22 |
| 음성인식 API 사용해 보기( 자막생성 포함) (1) | 2023.01.20 |
| 한국어 종단형 음성인식엔진( End-To-End Speech Recognition System for Korean Language) (0) | 2023.01.16 |