【AIWORLD2017世界人工智能大会倒计时17天】
“AI达摩”齐聚世界人工智能大会，AIWORLD2017议程嘉宾重磅发布
大会早鸟票已经售罄，现正式进入全额票阶段。还记得去年一票难求的AIWORLD2016盛况吗？今年，即将于2017年11月8日在北京国家会议中心举办的AIWorld2017世界人工智能大会上，我们请到CMU教授、冷扑大师发明人TuomasSandholm、百度副总裁王海峰、微软全球资深副总裁王永东、亚马逊AWS机器学习总监AlexSmola、科大讯飞执行总裁胡郁，华为消费者事业群总裁邵洋、腾讯优图实验室杰出科学家贾佳亚等国内外人工智能领袖参会并演讲，一起探讨中国与世界AI的最新趋势。
点击文末阅读原文，马上参会！
新智元编译
编译：费欣欣，常佩琦
“谷歌想要开发出一款让所有人都能使用的工具，但是它做出的这个产品似乎并不能让所有人都满意。”
TensorFlow是一个高级却给人感觉低级的框架
以下是是Quora用户、来自挪威的数据科学家HkonHapnesStrand的回答：
我完全同意作者关于TensorFlow缺点的主要观点。这是一个高级却给人感觉低级的框架。理想情况下，你想要快速进行原型部署（rapidprototyping），同时在控制细粒度。但通常二者不可得兼。而在TensorFlow里，你是两者都得不到。
所以，你只能在TF上面使用API，比如Keras。但要是用户必须走调用API这条路，本身就说明框架有问题。TensorFlow静态图计算模型的主要卖点在于性能，但各种基准显示，一些其他的框架在保持语法更加简单的同时，实现了与TensorFlow同等的效果。
很明显，大家对谷歌的狂热偏好带来了TensorFlow的流行。在我看来，还有几个不错的深度学习框架。比如说CNTK就不比TensorFlow差。但由于品牌名称不够响亮，就不如TensorFlow流行。大多数研发人员会认为，谷歌做的一切都很创新、令人激动。此外，从营销角度看，“CNTK”名字不够好，而“TensorFlow”就很吸引人。
极度侧重图是最大的优点，也是最大的劣势
以下是来自用户BohdanKhomtchouk的回答，Khomtchouk是斯坦福的博士后：
我认为TensorFlow极度侧重于图（graph）的这一点是其最大的优势，但也是最大的弱点。
缺点则主要来自工作时的别扭——你不是在编写程序，而是在定义图。对此，有两种应对方法：
我认为，这些回应将是非常有效的，而且TensorFlow将继续保持其作为深度学习选择框架/基础设施的地位。
放下TensorFlow，过上美好生活
以下是来自用户、INRIA研究人员Ujjwal的回答：
使用CIFAR10，CIFAR100或MNIST这些数据集，任何深度学习库都可以表现出惊人的效果。但你在真实环境中遇到的问题要复杂得多得多得多。
真实场景很重要，在做研究的时候尤其重要。我们都希望很快出结果，有很高的灵活性。如果一个库灵活性不足，那它就不是一个好的库。就是这么简单。
以下是我不喜欢TensorFlowd的原因：
我还能说很多，但实在不想打字了。
任何有计算机科学基础知识的人都知道静态图效率高。但是，我都懒得跟那些认为静态图很灵活是很好用的方法的人争论。动态图很重要，因为它们提供了更高水平的灵活性，而灵活性在研究中是非常重要的。
API的改动更是别跟我提。在安装每个新版本之前，我想我以前的代码都来不及。
我已经不用TensorFlow了，将来也不会碰它。我的日子现在好多了。
深入了解AI技术最新进展？点击“阅读原文”，马上抢票！
【AIWORLD2017世界人工智能大会倒计时17天】点击图片查看嘉宾与日程。