您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

PyTorch和Gluon有什么区别？

是一个,算法,高度PyTorch和Gluon有什么区别？

发布时间：2020-12-06加入收藏来源：互联网点击：

问题补充： 包括但不限于：易用性，大小坑，内存使用，不同task下performance对比等等。使用体验如何？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

pytorch是一个和tensorflow一样的深度学习框架，没有高度封装，适用于科研和工业部署的框架，由facebook出品，随着pytorch新版本的更新，c++的扩展，也许能够与tensorflow争一下地位，对于工业界也逐渐友好，工业部署算法也有些可能。tensorflow是静态图，而pytorch是动态图。

Gluon是亚马逊大神LI MU带领下做的一个前端工具，是一个高度封装的接口。 很多最新论文的算法，都有复现，你只需要去调用相应的function就可以使用相应算法，可以很简单，快捷的使用算法，看算法的展示效果。另外GluonCV是衍生出来的另一来源项目，主要针对于视觉方面，比如人脸识别，车辆检测，物体分类等等。 高度封装，对于非行业的人事非常友好，真正做到，几行代码就可以运行算法。

总体感觉Gluon之于MXNET,有些像keras之于tensorflow.

对Gluon有兴趣的，可以移步到:https://discuss.gluon.ai/t/topic/7429

回答于 2019-09-11 08:43:50

感兴趣的可以关注一下哦，也可以关注公众号“平凡而诗意”。

---

pytorch和gluon有相同点，也有不同点。


相同点

两个多都是深度学习平台，都可以用于卷积神经网络、RNN等深度学习模型的搭建、训练、学习等工作。

不同点

首先，提供支持的公司不同，pytorch是Facebook的，gluon是亚马逊的。

然后，类型定位不同，如果详细划分，pytorch是一个比较灵活的后端深度学习平台，和tensorflow、mxnet这些算是一个类型，而gluon是一个高度集成的前端平台，和keras一个类型的，也就是说，gluon的一个函数或对象集成了mxnet的多个函数，gluon的一条命令能够完成mxnet的一堆任务，就想keras以tensorflow为后端一样，keras高度集成了tensorflow这些后端平台的函数。

其次，是编程方式，pytorch是基于命令式编程，简单但速度有限，gluon结合了符号式编程和命令式编程，兼备速度和简洁。

最后，是灵活度，pytorch集成度没有gluon那么高，所以高度可定制，gluon集成度太高，所以灵活度有限。