TensorFlow Avis & Détails du Produit

Qu'aimez-vous le plus à propos de TensorFlow?

J'aime qu'il y ait une large gamme de fonctionnalités, un bon support communautaire et un support sur StackOverflow par les développeurs. De plus, la compatibilité avec les environnements de recherche et de production rend TensorFlow extraordinaire à mon avis. C'est un énorme avantage qu'il soit destiné à la fois aux débutants et aux utilisateurs avancés. La plupart des étudiants en informatique l'utilisent dans leurs projets quotidiens, et il est facile à utiliser par les étudiants et les professionnels. Il est également facile à intégrer grâce au riche support de Python et facile à implémenter dans les fichiers Python. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Il est difficile pour les nouveaux utilisateurs d'apprendre au stade débutant et les ensembles d'instructions, même s'il y a beaucoup de choses à apprendre comme les concepts de probabilité et de statistique à utiliser efficacement, cela peut sembler trop. Résoudre des problèmes et déboguer peut également être difficile pour les développeurs car les messages d'erreur sont difficiles à comprendre et à interpréter, mais Chat GPT peut résoudre beaucoup de choses pour les développeurs. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

J'aime la puissance et la flexibilité de TensorFlow pour construire et entraîner des modèles d'apprentissage profond. Keras le rend un peu plus facile et les modèles pré-entraînés font gagner beaucoup de temps. De plus, la communauté est formidable quand je suis bloqué. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

La courbe d'apprentissage est raide. Surtout pour les débutants. Parfois, les messages d'erreur sont trop compliqués à comprendre et le débogage est frustrant. De plus, cela nécessite beaucoup de puissance de calcul, ce qui peut être un problème si vous n'avez pas de matériel haut de gamme. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

Ma chose préférée à propos de TensorFlow est sa scalabilité et son adaptabilité. Les développeurs peuvent l'utiliser pour développer et entraîner des modèles d'apprentissage automatique de manière très efficace, que ce soit pour de petites applications ou de grandes. La présence de modèles pré-entraînés et d'une communauté énorme permet également un point de départ facile et la solution de problèmes. De plus, la capacité de TensorFlow à prendre en charge plusieurs langages de programmation tels que Python le rapproche également d'un éventail plus large d'utilisateurs. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

La courbe d'apprentissage abrupte est l'un des principaux problèmes que j'ai avec TensorFlow. Cela peut être très intimidant pour les nouveaux venus de comprendre sa structure et ses fonctionnalités, surtout lorsqu'on le compare à des bibliothèques de machine learning plus simples. Parce que certains des messages d'erreur ne sont pas très clairs, le débogage peut également être un peu pénible. Une bibliothèque plus légère pourrait être plus efficace pour les projets plus petits, même si TensorFlow a beaucoup de puissance. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

Ce que j'aime le plus à propos de Tensorflow, c'est sa flexibilité et sa puissance. C'est comme un couteau suisse pour l'apprentissage automatique et l'apprentissage profond. Vous pouvez construire n'importe quoi, des modèles simples aux réseaux neuronaux complexes pour la vision par ordinateur, le traitement du langage naturel et plus encore. Les modèles préconstruits et les outils pour l'apprentissage par transfert facilitent le démarrage, et le support pour le déploiement sur différentes plateformes, mobiles, web et cloud est très pratique.

De plus, la communauté est immense. Tant de tutoriels, de projets open source et de forums utiles, vous ne vous sentirez jamais bloqué. Une fois que vous avez pris le coup de main, les possibilités sont infinies. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

La courbe d'apprentissage, elle peut sembler assez accablante au début, surtout pour les débutants. La syntaxe peut devenir complexe, et le débogage n'est pas toujours simple.

Une autre chose est qu'elle peut être lourde et un peu lente par rapport à certains autres frameworks, surtout lorsque vous expérimentez ou travaillez sur de plus petits projets. La configuration de l'environnement est également un casse-tête, et il faut aussi être prudent avec les versions. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

Graphiques de tensorflow : TensorFlow a de meilleures visualisations de graphes computationnels. Qui sont meilleures par rapport à d'autres bibliothèques comme PyTorch et Theano.

Évolutivité : Il peut fonctionner sur des CPU, des GPU pour des calculs haute performance.

Communauté : TensorFlow a un très bon support communautaire, donc lorsque nous sommes bloqués sur un problème, nous pouvons toujours poser nos questions à la communauté pour obtenir des solutions que nous recevons la plupart du temps.

Facile à démarrer : De plus, la documentation exhaustive de TensorFlow aide à démarrer facilement pour un développement actif. Également grâce à Python, il est facile à implémenter. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Lent : TensorFlow manque à la fois de vitesse et d'utilisation lorsqu'il est comparé à ses concurrents.

Support GPU limité : Seuls NVIDIA et Python sont pris en charge par TensorFlow pour la programmation GPU. Il n'a pas de support supplémentaire pour d'autres GPU. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

Il est hautement évolutif, ce qui en fait un excellent choix pour les projets à petite échelle et les grands systèmes distribués. Il propose TensorFlow Lite (pour les appareils mobiles et périphériques), TensorFlow.js (pour les applications web) et TensorFlow Extended (TFX) (pour le déploiement au niveau de la production), ce qui signifie qu'une suite complète de besoins peut être satisfaite par celui-ci. Un riche écosystème de développeurs et un support client est excellent. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Les problèmes de débogage, la compréhension du flux d'exécution et la gestion des tenseurs peuvent être assez problématiques pour les débutants. et les problèmes de compatibilité et les changements fréquents d'API sont les pires. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

Ce que j'aime le plus à propos de TensorFlow, c'est sa polyvalence—que ce soit pour l'apprentissage profond, la vision par ordinateur ou le traitement du langage naturel, il offre un ensemble complet d'outils qui rendent le développement de modèles évolutif et efficace. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Un inconvénient est sa courbe d'apprentissage abrupte. Bien que puissant, TensorFlow peut être complexe pour les débutants, et certaines fonctions nécessitent une révision approfondie de la documentation ou une expérience préalable avec les cadres d'apprentissage automatique. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

J'adore TensorFlow en tant que data scientist, je l'utilise quotidiennement. Je l'ai utilisé pour entraîner et ajuster des modèles. Je crée des pipelines ML de qualité production. Je peux obtenir un support de contrôle de bas niveau, je peux intégrer des fonctions de perte personnalisées. Il y a des milliers d'exemples avec lesquels nous pouvons utiliser TensorFlow facilement avec de nouveaux modèles. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Pour les petits ensembles de données, c'est une bibliothèque assez lourde, donc elle ne devrait pas être utilisée ici. Pour l'apprentissage et le déploiement rapide, je préférerais Keras. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

La meilleure chose à propos de TensorFlow est qu'il prend en charge à la fois l'apprentissage profond et les modèles d'apprentissage automatique traditionnels, avec un déploiement sur plusieurs plateformes comme les CPU, les GPU, etc. Nous avons utilisé ce package dans notre cadre Python pour travailler sur un projet d'analyse de sentiment des appels téléphoniques en tirant parti de modèles d'apprentissage profond comme les LSTM et les CNN. Il nous aide dans le prétraitement du texte, les embeddings de mots et l'entraînement des réseaux neuronaux pour la classification des sentiments. Il est facile à intégrer avec l'IA de Google Cloud. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

Il a une courbe d'apprentissage très abrupte en raison des API complexes disponibles et ses graphes computationnels rendent le débogage moins intuitif. Par conséquent, nous utilisons également pytorch pour notre projet d'analyse de sentiment en raison de la syntaxe pythonique et du moindre besoin de programmation. Avis collecté par et hébergé sur G2.com.

Qu'aimez-vous le plus à propos de TensorFlow?

écosystème étendu d'intégrations, en particulier avec des technologies comme Keras et Numpy, qui aident énormément au développement de modèles. Déploiement facile et formation de modèles est également une caractéristique appréciable pour diverses plateformes. Avis collecté par et hébergé sur G2.com.

Que n’aimez-vous pas à propos de TensorFlow?

courbe d'apprentissage plus raide pour un débutant comme moi, pas bien documentée (vous trouverez la majorité des éléments nécessaires dans les documents mais pas ces subtilités que certaines intégrations nécessitaient), pour cela j'ai dû me référer à stack overflow. Avis collecté par et hébergé sur G2.com.