¡PyTorch vs TensorFlow! ¿Cuál es mejor?
Vložit
- čas přidán 17. 06. 2021
- En este video presento PyTorch, el framework de Deep Learning que vamos a utilizar para programar nuestros modelos de redes neuronales más complejos. Para esto, inicio presentando una comparación entre PyTorch y Tensorflow, ambos excelentes frameworks, en donde explico diferencias fundamentales entre los orígenes de ambos frameworks y preferencias de aplicación en la actualidad. Particularmente, PyTorch presentado por Facebook en 2017 es preferido por las comunidades científicas mientras que Tensorflow creado por Google en 2015, es preferido en la Industria. No obstante, PyTorch presenta una tendencia de crecimiento constante que ha alcanzado los mismos niveles de interés que Tensorflow, por lo que considero PyTorch es una excelente opción. Además, es muy fácil hacer el cambio de un framework a otro en caso de ser necesario. Con esta introducción a PyTorch, en el siguiente video vamos a programar nuestro modelo de Red Neuronal haciendo uso de PyTorch.
Acerca de la serie Fundamentos de Deep Learning con Python y PyTorch:
En esta serie de videos explico qué son las Redes Neuronales (Neural Networks) y qué es Aprendizaje Computacional (Machine Learning) así como Deep Learning. Empezamos con los principios matemáticos fundamentales hasta su implementación en código. Para esto, primero utilizaremos Python y Numpy para entender los principios de programación de Redes Neuronales incluyendo el algoritmo de retropropagación (backpropagation). Con estas bases, presentaremos el framework PyTorch y construiremos modelos más complejos como son Redes Neuronales Convolucionales (Convolutional Neural Networks - CNNs).
About the video series:
In this video series I will explain what Neural Networks are, and how Deep Neural Networks work, from the mathematical principles to their implementation in code. Firstly, we will use pure Python and Numpy to understand the fundamentals including backpropagation for a simple Fully Connected Network, and from there we will build on to Convolutional Neural Networks (CNN) using PyTorch. I will be uploading at least one new video every week until we reach different architectures of CNNs. Then, depending on the response and interest in the series I may cover newer models using Generative Adversarial Networks (GANs), and Recurrent Neural Networks.
Referencias:
Horace He, "The State of Machine Learning Frameworks in 2019", The Gradient, 2019.
Khari Johnson, VentureBeat, October 16, 1028, venturebeat.com/2018/10/16/gi...
Microsoft becomes maintainer of the Windows version of PyTorch, pytorch.org/blog/microsoft-be...
Open Ai, OpenAI Standardizes on PyTorch, openai.com/blog/openai-pytorch/
A. Vaswani et al., “Attention Is All You Need,” arXiv:1706.03762 [cs], Dec. 2017, Accessed: Jun. 15, 2021. [Online]. Available: arxiv.org/abs/1706.03762
M. Abadi et al., “TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems,” p. 19.
github.com/pytorch/pytorch
github.com/tensorflow/tensorflow
Fast AI, www.fast.ai/
Encontré tu canal por accidente. Pero una vez que vi tus vídeos me enamore del contenido
Muchas gracias por tu comentario! Me motiva mucho a continuar compartiendo este tema que me apasiona. Hasta pronto.
Muchas gracias por tu explicación, resolvíste muchas dudas que tenía. Saludos cordiales
Muchas gracias por tu comentario! De verdad me motiva mucho para continuar publicando videos de este y otros temas interesantes de Ciencias Computacionales! Muchos saludos!
Gracias, muy informativo y me agrada la energia que trasmites :D
Brutal canal que tienes Doctor Pepe.
Gracías por compartír valioso conocimiento.
Un saludo
Muchas gracias por tu comentario y apoyo al canal, me motiva muchísimo para continuar haciéndolo!! Muchos saludos y excelente año 2022!!
saludos muchas gracias por compartir que buen aporte apoyarte de referencias de la industria, explicar a los largo del tiempo su sintaxis y mantenibilidad y legibilidad trate de empezar con TensorFlow pero en verdad si me cuesta entender la sintaxis
Muchas gracias Pepe, realmente esclarecedor.
Muchas gracias, de verdad aprecio mucho tu comentario. Muchos saludos y hasta pronto!!!
me gusto mucho tu forma de explicar! buen video y gracias :)
Muchas gracias! Tu comentario me motiva mucho para seguir publicando acerca de este tema que me apasiona. Saludos.
Exelente todo muy claro
Te agradezco enormemente el comentario y el apoyo al canal! Saludos y hasta pronto!!!
Muchas gracias
Muchas gracias por tu apoyo al canal! Hasta pronto
Hermano gracias por tu aporte
Muchas gracias Hector! Tu apoyo al canal es invaluable. Muchos saludos!
Hola Pepe excelente contenido, estoy fundando una startup y mi solución está muy relacionado al Machine learning, intento crear un modelo que identifique por medio de imagenes el rendmiento deportivo , me podrías dar algo de guía paso a paso de que cosas debo aprender para lograrlo?
Increíble contenido!
Muchas gracias Alfonso, aprecio mucho tu comentario!
Saludos y seguimos en contacto!
Gracias Pepe por esta explicación. Estoy cansado de comparaciones tibias. Tienes un seguidor más.
Y eso que yo soy más de Tensorflow pero creo que en parte por popularidad. Me has abierto los ojos a otras posibilidades.
Julio muchísimas gracias por tu comentario y apoyo. Honestamente, lo más importante es encontrar la herramienta que mejor funciones para nuestra aplicación y para nuestro estilo de trabajo, si te gusta TF, también es una excelente herramienta y creo lo realmente importante son los modelos que programes y las soluciones que implementes con esos modelos.
Por ejemplo, yo utilicé mucho TF, distintas versiones 1.X, pero nunca me gustó Keras (esto es antes de que TF y Kerar estuvieran integrados). Mi cambio a PyTorch empezó renuente con un proyecto de trabajo, pero me encantó, se me hizo como un punto intermedio entre la versión de TF donde tenía que correr sesiones de forma manual, y Keras donde todo me parecía una caja negra casi mágica, en fin, solo parte de mi experiencia. Muchas gracias de nuevo, te mando muchos saludos y hasta pronto!
Yo inicie hace poco con Tensorflow y se me ha hecho sencillo, espero pronto iniciar un curso de Pytorch y ver cual es mas comodo de usar
Muchas gracias Diego! Claro, lo más importante es que utilices el framework que mejor se acomode a tus proyectos, ambos son muy buenos y, en la actualidad, muy parecidos.
Muchos saludos y mucho éxito en tus proyectos!!!
He trabajado con Tensorflow y Keras, me parece sencillo y muy configurable. Según lo que interpretó de su video, es que Pytorch es más sencillo, enfocado a Python y amigable?
Gracias por el video, es el primero que veo y me parece muy bueno.
Gracias por tu contenido. Recientemente comencé a utilizar LibTorch, sería interesante y de gran ayuda una serie de tutoriales.
Muchas gracias por tu comentario y sugerencia, por el momento tengo planeado varios videos para cubrir CNNs, RNNs, y aplicaciones con redes generativas, pero todos son usando PyTorch. En el largo plazo, no descarto una serie de tutoriales de LibTorch o Flashlight, que también es de Facebook y está basada en C++. Saludos!
Lo último en investigación puede salir en pytorch o jax , o flashlight
Muchas gracias por compartir estas alternativas, Flashlight (de Facebook) se me hace particularmente interesante por utilizar C++. Saludos!
Jax sería un intento por intentar simplificar Tensorflow sin perder optimización? O jax está más bien al nivel de keras o fastai?
Muchas gracias por tu trabajo ! Está de lujo todo. Será entrentenido aprender contigo :)
Muchas gracias por tu apoyo y tu pregunta. Honestamente mi experiencia es muy limitada con JAX, según la documentación oficial JAX implementa autodiferenciación automáticamente en Python y Numpy github.com/google/jax , por lo tanto no lo pondría al mismo nivel de keras o FastAi, ya que estos frameworks son de muy alto nivel y se puede implemntar un modelo completo en unas cuantas líneas. Por otro lado, TRAX que sí he utilizado, está basado en JAX para la autodiferenciación y TensorFlow pero que se programó desde cero, y es un framework de Deep Learning en toda la extensión de la palabra, por lo que TRAX lo veo como una alternativa a TensorFlow o PyTorch, sin embargo requiere aprender un nuevo framework,
De nuevo muchas gracias y hasta pronto!!!
Muy bueno!, que sería pythonic?
Hola Mark! Muchas gracias por tu comentario, en general, Pythonic se refiero al estilo de programación en Python que además de ser la syntaxis correcta, sigue las prácticas sugeridas por la comunidad de Python usando funciones y estilos como se "supone" deben ser utilizados. Por ejemplo, para enumerar los elementos de una lista, usar:
#pythonic
for i in list1:
print(i)
#non pythonic
for i in range(len(list1)):
print(list1[i])
Muchas gracias por tu comentario y muchos saludos!! Hasta pronto!
por muy bueno que sea pytorch si no puedo meterlo en un micro chip no me sirve
A mi se me hace mas bonito pytorch. Pero sigo usando tensorflow porque corre mucho más rápido. Creo que no deberías basarte tanto en lo que hace OpenAI, Andrej Karpathy o la comunidad científica. Al final hay que ser más críticos, pues no tenemos sus recursos de cómputo ni su dinero. Lo que les funcione a ellos no es necesariamente es lo mejor para nosotros.
Hola MIB, te agradezco mucho tu comentario. De acuerdo, lo mejor es probar opciones y elegir la más que se acomode a tus necesidades. En este sentido, como investigador, pertenezco a la comunidad científica y realmente los recursos que tenemos no son como los de OpenAI, y por esto te puedo decir que el debate entre TensorFlow y PyTorch es irrelevante, lo que queremos es solucionar un problema en el entorno que nos funcione mejor. Con la versión 2.X de TF las diferencias son aún más triviales, aunque no deja de ser cierto que el código fuente de PyTorch, a pesar de no ser perfecto, es un poco más limpio que el de TF, por lo que incluso es más viable contribuir al proyecto de PyTorch que al de TF, al menos en mi opinión. Por esto, te puedo asegurar que mi preferencia de PyTorch está basada en haber trabajado con ambos frameworks en muchos proyectos con variedad de capacidades computacionales (donde ambos frameworks han tenido un desempeño muy similar) y no en la opinión de alguien más. De nuevo te agradezco mucho el apoyo al canal y el tiempo que te tomaste. Muchos saludos!
Esto no sería algo como Django VS FastAPI?
Estoy comenzando con las ia y por lo general uso tensorflow pero en c++ no me gusta mucho python aunque deberia de aprenderlo segun dicen es mucho mas facil que c o c++
Hola Anibal!!!Muchas gracias por tu comentario, tanto PyTorch como TF tiene variantes con C++, así que no debe haber problema. En mi caso, después de programar mucho en C, Python me encanta, y es una herramienta muy buena para mis actividades. Al final, lo importante es seleccionar la herramienta adecuada para nuestras necesaidades. Te mando muchos saludos y hasta pronto!
Hermano yo te contrataria si tuviera una empresa. Se nota que sabes de Computadoras.
Filippo, hermano! Muchas gracias por tu comentario, de verdad lo aprecio muchísimo. Guardo tu comentario para que cuando tengas una empresa te pida trabajo!!! Muchos saludos y hasta pronto!!
Hola, será que me pueda dar clases particulares
Hola! Muchas gracias por tu comentario, lo aprecio muchísimo. Desafortunadamente, no puedo dar clases particulares. Te mando muchos saludos y hasta pronto!
Muchas gracias por el video! Yo estuve usando Tensorflow para un modelo CNN, me fue complicado realizarlo ya que no tenía experiencia previa, también lo realicé en pytorch y lo sentí más fácil. Con tu ayuda me estoy decidiendo en usar Pytorch para realizar más pruebas, aún me falta probar pytorch con CUDA, algún tutorial recomendado o es simple indicar su uso?
Muchas gracias por tu comentario, honestamente ambos framewoks facilitan mucho el trabajo y lo mejor es tener opciones y elegir el que más nos guste, aunque yo no puedo negar que estoy en el lado de PyTorch. Tengo algunos tutorials de modelos en PyTorch, donde uso Cuda, realmente es muy fácil, solo debes indicar en el tensor y el modelo en qué dispositivo correr. Te comparto un tutorial que tal vez te sea útil. Muchos saludos y muchas gracias por tu apoyo. czcams.com/video/qQELiV1_GHA/video.html
Waoo sos investigador? Me gustaría saber qué hace un investigador? Por favor 🙏
Hola Yorman, una disculpa por tardar tanto en responder. Como investigador, existen varias actividades que varían según el área y el lugar donde trabajes. Por ejemplo, tal vez las actividades cambian para alguien que hace investigación en biología que en ciencias computacionales o electrónica. Por lo tanto, yo sólo puedo decirte acerca de investigación en ciencias computacionales como académico en una Universidad. Como profesor-investigador, mis actividades se dividen en parte docencia y parte investigación. Por esto, una parte muy considerable de mi tiempo consiste en dar clases y actividades asociadas. Por otro lado, como investigador mi trabajo es buscar problemas relevantes para la sociedad y tratar de encontrar formas de solucionarlos, en mi caso mediante el uso de métodos de Inteligencia Artificial. Para esto, trabajo con muchos alumnos de Licenciatura, Maestría y Doctorado. También, parte importante es dar a conocer el resultado de nuestro trabajo en revistas científicas, por lo que es importante escribir artículos. Además, debo participar en convocatorias de investigación, ya que estás te permiten acceder a fondos para realizar los trabajos de investigación. Definitivamente es una labor hermosa y sumamente satisfactoria, sin embargo requiere mucha dedicación y esfuerzo. Te mando muchos saludos y mucho éxito en todo lo que emprendas.
Se que va sonar absurdo pero es mejor python o matlab en aprendizaje profundo, aiuuda. Tengo que hacer un trabajo relacionado con eso.
Muchas gracias por tu comentario, honestamente nunca he utilizado Matlab para aprendizaje profundo, así que no puedo comentar al respecto. Una desventaja de Matlab es el alto costo de sus licencias por ejemplo los toolboxes, por esto yo prefiero recomendar Python, con sus librerías abiertas. Te mando muchos saludos amigo!
A mí en lo personal se me hace que Pytorch es más amigable que Tensorflow, muchas gracias por el vídeo, creo que me será de ayuda para justificar mi preferencia hacia Pytorch a mi equipo de trabajo. Una vez más, amo este canal.
PD: sería genial si algún día haces algo de NLP con transformers.
Hola María Camila! De verdad agradezco tu comentario, tu apoyo es sumamente valioso y me motiva mucho para continuar! Definitivamente voy a hacer un video acerca de transformers, dada la importancia que han tomando en los últimos años estoy pensando hacerlo antes de lo que había pensado originalmente, tal vez antes de RNNs. No puedo comprometerme a una fecha específica, pero definitivamente creo que terminando la parte de convolucionales y GANS empezaré a trabajar en este tema. Muchos saludos y hasta pronto.
pesimo video falta contenido tecnico diferencias tecnicas mire hasta la mitad y me aburri viendo counters de busquedas y de estrellitas en github!!!!
Hola! Agradezco mucho el tiempo que te tomaste para escribir tu comentario, lo tomaré en cuenta en futuros videos de este tipo. Muchos saludos!