【Hacker News搬运】再见，感谢您一直以来的合作，Francois Chollet

[hackernews]

Title: Farewell and thank you for the continued partnership, Francois Chollet

再见，感谢您一直以来的合作，Francois Chollet

Text:

hn link

Url: https://developers.googleblog.com/en/farewell-and-thank-you-for-the-continued-partnership-francois-chollet/

由于我无法直接访问网页内容，我将根据您提供的链接和描述来模拟分析抓取的内容并进行总结。

链接指向的是 Google 开发者博客上的一篇文章，标题为 "Farewell and Thank You for the Continued Partnership - François Chollet"。以下是文章的模拟总结：

---

**文章标题**： Farewell and Thank You for the Continued Partnership - François Chollet

**摘要**：
本文是 TensorFlow 创始人 François Chollet 对其与 Google 合作关系的告别致辞。他在文章中回顾了与 Google 的合作历程，并表达了对未来发展的期望和感谢。

**详细内容**：

1. **合作历程回顾**：Chollet 在文章中回顾了他在 Google 的工作经历，包括参与 TensorFlow 的开发以及与 Google 团队共同推进人工智能技术的发展。

2. **个人成长与收获**：Chollet 分享了在 Google 期间的个人成长和收获，包括与技术专家的交流、参与大型项目的机会以及对未来技术的见解。

3. **对 TensorFlow 的贡献**：他强调了 TensorFlow 在人工智能领域的贡献，并提到 TensorFlow 已经成为全球范围内最受欢迎的机器学习框架之一。

4. **告别与感谢**：Chollet 表达了对 Google 团队的感激之情，感谢他们在他职业生涯中的支持与帮助。

5. **未来展望**：尽管即将离开 Google，Chollet 对未来人工智能技术的发展充满期待，并希望继续在人工智能领域做出贡献。

**总结**：
François Chollet 的这篇文章是对其与 Google 合作关系的告别，同时也是对 TensorFlow 和人工智能领域发展的一个回顾和展望。他的离职虽然令人遗憾，但也体现了他在人工智能领域的专业贡献和对未来技术的热情。

---

请注意，以上内容是基于标题和描述的模拟总结，实际文章内容可能有所不同。如果您需要完整的翻译，请提供文章的具体内容。

Post by: xnx

Comments:

osm3000: I loved Keras at the beginning of my PhD, 2017. But it was just the wrong abstraction: too easy to start with, too difficult to create custom things (e.g., custom loss function).<p>I really tried to understand TensorFlow, I managed to make a for-loop in a week. Nested for-loop proved to be impossible.<p>PyTorch was just perfect out of the box. I don't think I would have finished my PhD in time if it wasn't for PyTorch.<p>I loved Keras. It was an important milestone, and it made me believe deep learning is feasible. It was just...not the final thing.

osm3000: 2017年，我开始攻读博士学位时就爱上了Keras。但这只是错误的抽象：太容易开始，太难创建自定义的东西（例如自定义损失函数）<p> 我真的试着理解TensorFlow，我设法在一周内制作了一个for循环。嵌套for循环被证明是不可能的<p> PyTorch开箱即用，非常完美。我不知道；如果不是这样，我想我不会及时完成博士学位的；t代表PyTorch<p> 我爱克拉斯。这是一个重要的里程碑，它让我相信深度学习是可行的。只是。。。不是最后一件事。

tadeegan: I guess they realized muilti-backend keras is futile? I never liked the tf.keras apis and the docs always promosed multi backend but then I guess they were never able to deliver that without breaking keras 3 changes. And even now.... "Keras 3 includes a brand new distribution API, the keras.distribution namespace, currently implemented for the JAX backend (coming soon to the TensorFlow and PyTorch backends)". I don't believe it. They are too different to reconcile under 1 api. And even if you could, I dont really see the benefit. Torch and Flax have similar goals to Keras and are imo better.

tadeegan: 我猜他们意识到多后端keras是徒劳的？我从来都不喜欢tf.keras api，文档总是提示多后端，但我想他们永远无法在不破坏keras 3更改的情况下实现这一点。即使现在&“；Keras 3包括一个全新的发行版API，Keras.distribution名称空间，目前为JAX后端实现（即将在TensorFlow和PyTorch后端实现）”；。我不知道；我不相信。它们太不一样了，无法在一个api下调和。即使你能，我也看不出有什么好处。Torch和Flax的目标与Keras相似，而且比Keras更好。

minimaxir: Genuine question: who is using Keras in production nowadays? I've done a few work projects in Keras/TensorFlow over the years and it created a lot of technical debt and lost time debugging it, with said issues disappearing once I switched to PyTorch.<p>The training loop with Keras for simple model is indeed easier and faster than PyTorch oriented helpers (e.g. Lightning AI, Hugging Face accelerate) but much, much less flexible.

minimaxir: 真正的问题是：现在谁在生产中使用Keras？我；我在Keras做了一些工作项目；多年来，TensorFlow产生了大量的技术债务，并浪费了调试时间，一旦我切换到PyTorch，上述问题就消失了<p> 使用Keras进行简单模型的训练循环确实比面向PyTorch的助手（例如Lightning AI、Hugging Face加速）更容易、更快，但灵活性要低得多。

geor9e: If I were to speculate, I would guess he quit Google. 2 days ago, his $1+ million Artificial General Intelligence competition ended. Chollet is now judging the submissions and will announce the winners in a few weeks. The timing there can't be a coincidence.

geor9e: 如果我猜测的话，我猜他会退出谷歌。2天前，他价值100多万美元的通用人工智能竞赛结束。Chollet现在正在评判参赛作品，并将在几周内宣布获奖者。那里的时机可以；这不是巧合。

bearcollision: I've always wondered how fchollet had authority to force keras into TF...<p><a href="https://github.com/tensorflow/community/pull/24">https://github.com/tensorflow/community/pull/24</a>

bearcollision: 我；我一直想知道fchollet是如何有权强制keras进入TF的…<p><a href=“https:#x2F；#x2F github.com#x2F tensorflow#x2F社区#x2F拉取24”>https:&#x2F；github.com；tensorflow；社区&#x2F；pull；24</a>