PyTorch와 TensorFlow

PyTorch와 TensorFlow는 대표적인 딥러닝 라이브러리
최근에 있어서는 둘의 차이점의 경계가 많이 모호해졌다.

PyTorch 는 Facebook 그룹이 제작. 자연어 처리와 컴퓨터 비전 분야. Python
TensorFlow는 Google에서 제작. 기계 학습, 심층 신경망 훈련 및 추론. C,C++,Java

PyTorch의 장점과 단점

• 장점
  • python 코드와 유사
  • 동적 그래프(autograd)를 사용하기 떄문에 직관적이고 유연하다.
  • 간단하고 빠른 편집으로 연구 프로토타입을 빠르게 개발하는 데 유리함.
  • 커뮤니티 지원 및 문서로 잘 정리가 되어있음.
  • 오픈 소스 소프트웨어
• 단점
  - 배포가 어려움. TensorFlow에 비해 실제 생산 환경으로 배포할 때 더 복잡할 수 있음.
  • TensorFlow에 비해 상용 API 지원이 적을 수 있음.

→ 사용자 친화적인 인터페이스.
→ TensorFlow에 비해 더 많은 유연성과 쉬운 디버깅이 가능.
→ 연구 커뮤니티에 중점을 두고 혁신적인 기술과 이미 훈련된 모델을 제공

TensorFlow의 장점과 단점

• 장점
  • 단일 cpu 환경에서부터 대규모 분산 시스템까지 다양한 환경에서 운영될 수 있음. 그렇기에 대규모 데이터셋과 복잡한 모델에 적합함.
  • Tensorboard를 활용하여 훈련을 시각화함.
  • 간단한 모바일 지원 배포가 편함.
  • 커뮤니티 지원 및 문서로 잘 정리가 되어있음.
  • 오픈 소스 소프트웨어
• 단점
  • 정적 그래프 사용법이 복잡하고 학습 곡선이 높을 수 있음.
  • 디버깅 접근 방식
  • 신속한 변화로 기능들이 자주 변경됨.

→ 개발된 생태계, 업계에서 강력한 지원, 상당한 규모의 사용자 기반 보유.
→ 높은 수준의 API(keras)와 낮은 수준의 API 모두 지원.
→ CPU, GPU, TPU를 포함한 여러 플랫폼에 걸친 배포를 완벽하게 지원하기 때문에, 연구 및 생산 애플리케이션 모두에 사용 가능.
→ 분산 학습, 모델 제공, 모델 최적화 기능을 제공하여 확장성과 효과적인 배포가 가능.

출처
blog