PyTorch和Gluon有什么區(qū)別？?jī)烧叨际巧疃葘W(xué)習(xí)平臺(tái)，可用于卷積神經(jīng)網(wǎng)絡(luò)、RNN等深度學(xué)習(xí)模型的構(gòu)建、訓(xùn)練和學(xué)習(xí)。首先，不同的公司提供支持。Python來(lái)自Facebook，glion來(lái)自Ama

PyTorch和Gluon有什么區(qū)別？

兩者都是深度學(xué)習(xí)平臺(tái)，可用于卷積神經(jīng)網(wǎng)絡(luò)、RNN等深度學(xué)習(xí)模型的構(gòu)建、訓(xùn)練和學(xué)習(xí)。

首先，不同的公司提供支持。Python來(lái)自Facebook，glion來(lái)自Amazon。

那么，類(lèi)型定位就不同了。如果詳細(xì)劃分，Python是一個(gè)靈活的后端深度學(xué)習(xí)平臺(tái)，tensorflow和mxnet被視為一種類(lèi)型，glion是一個(gè)高度集成的前端平臺(tái)，keras是一種類(lèi)型。也就是說(shuō)，glion的一個(gè)函數(shù)或?qū)ο蠹闪薽xnet的多個(gè)功能，glion的一個(gè)命令就可以完成mxnet的開(kāi)發(fā)，就像keras使用tensorflow作為后端一樣，keras高度集成了這些后端平臺(tái)的功能。

其次，編程方法，Python是基于命令編程的，簡(jiǎn)單但速度有限，glion結(jié)合了符號(hào)編程和命令編程，既快又簡(jiǎn)單。

最后，靈活性。Python的集成度沒(méi)有g(shù)lion那么高，所以它是高度可定制的。膠子的集成度太高，靈活性有限。

為了寫(xiě)論文不做深入的研究，代碼水平低選擇tensorflow還是pytorch比較好？

Tensorflow很好，因?yàn)樗梢灾苯邮褂?。人才短缺，前景無(wú)限。

軟件開(kāi)發(fā)有前途嗎？

您好，信號(hào)特征提取實(shí)際上是數(shù)學(xué)上的濾波運(yùn)算，是通過(guò)卷積實(shí)現(xiàn)的。這里是一個(gè)matlab實(shí)現(xiàn)：函數(shù)r=myconv（a，b）m=length（a）n=length（b）r=zeros（1，mn-1）表示k=1:m