Depuis quelques temps, l’écosystème Deep learning a eu tendance à se resserrer. En effet, TensorFlow combiné à Keras a réussi à convaincre la plupart des data scientists. Néanmoins, un environnement Deep learning sort du lot depuis quelques mois, il s’agit de PyTorch.
PyTorch est développé par Facebook et est extrêmement efficace pour construire des réseaux de neurones profonds de manière simple et dynamique. Il facilite le débogage (avec des DAG dynamiques) et comporte de nombreux modèles pré-entraînés. Il simplifie l’utilisation du GPU et est extrêmement performant.
TensorFlow reste tout de même la référence et TensorFlow 2 qui est actuellement en Beta devrait rattraper le retard pris sur PyTorch.
Il est un cadre d’apprentissage automatique avec un fort accent sur les réseaux de neurones profonds. Parce qu’il met l’accent sur l’accélération basée sur le GPU, il fonctionne exceptionnellement bien sur du matériel facilement disponible et s’adapte facilement à des systèmes plus grands.
Ainsi, pour la majorité des utilisateurs. L’installation à partir d’un binaire pré-construit via un gestionnaire de paquets fournira la meilleure expérience. Cependant, il y a des moments où vous voudrez peut-être installer le code de pointe. Que ce soit pour des tests ou pour un développement réel sur le cœur de PyTorch. Pour installer le dernier code, vous devrez créer PyTorch à partir des sources .
Plus d’informations sur PyTorch