Reddit引爆框架決戰(zhàn)！TensorFlow遭瘋狂吐槽，PyTorch被捧上神壇

對于不同人群可能有不同的答案，科研人員可能更偏愛pyTorch，因其簡單易用，能夠快速驗(yàn)證idea來搶占先機(jī)發(fā)論文。

有從業(yè)人員預(yù)測，學(xué)術(shù)界pyTorch未來會(huì)一枝獨(dú)秀。

但對工業(yè)人員來說，tensorflow可能是更好的選擇，相關(guān)軟件生態(tài)更有利于部署，如高性能深度學(xué)習(xí)TensorRT、移動(dòng)端tensorflow Lite、多種編程語言的API等。

在Keras的加持下，易用易學(xué)性得到了極大增強(qiáng)，未來可能會(huì)有更多TF boys的出現(xiàn)。

深度學(xué)習(xí)領(lǐng)域的各種框架總數(shù)超過了二十個(gè)，但是許多框架都缺乏維護(hù)，社區(qū)并不活躍。造就了部分框架壟斷的情況。

社交媒體有很多宣傳pyTorch特別好用的帖子，

在社交媒體上看到了很多關(guān)于 pyTorch 有多棒的帖子，但是我只會(huì)用tensorflow。我覺得tensorflow非常強(qiáng)大，不管是科研還是工業(yè)部署上都有廣泛的應(yīng)用。

我弄不明白，我應(yīng)該轉(zhuǎn)到pyTorch上嗎？還是說都學(xué)習(xí)？他們到底有什么差別？為什么大家都吹捧pyTorch而貶低tensorflow？

我想知道，你用哪個(gè)框架，以及為什么不用另一個(gè)的原因。

這位小哥的靈魂拷問可以說是困擾AI從業(yè)新手的一個(gè)必經(jīng)難題。這可以類比為php是世界上最好的語言。

有pyTorch用戶的網(wǎng)友在下面回復(fù)，獲得最高贊。

我用tensorflow1.x幾年了，感覺自己是個(gè)專家。當(dāng)我第一次嘗試pyTorch后，發(fā)現(xiàn)tensorflow無法實(shí)現(xiàn)的圖形操作，在pyTorch上非常容易實(shí)現(xiàn)。不到一個(gè)月，我就覺得我用pyTorch的水平和tensorflow一樣好了。

事實(shí)證明，tensorflow所謂的專業(yè)知識(shí)都是晦澀的API，而pyTorch則是為了構(gòu)建一個(gè)深度學(xué)習(xí)模型。

tensorflow不懂設(shè)計(jì)。

知乎網(wǎng)友對tensorflow的態(tài)度也都是API過于混亂，并認(rèn)為靜態(tài)圖和動(dòng)態(tài)圖并不是他們之間最大的區(qū)別。

當(dāng)然，最犀利的當(dāng)屬Karpathy的評(píng)論：

用了pyTorch幾個(gè)月以后，腰不酸了，腿不疼了，皮膚光滑了，視力都變好了。（暗示tensorflow辣眼睛？）

也有pyTorch用戶覺得寫起來就像寫python代碼一樣，沒有額外的學(xué)習(xí)成本。

也有網(wǎng)友堅(jiān)定地喜歡tensorflow，但也覺得tensorflow對新手太不友好了，如tf.Session，tf.Estimator，每個(gè)人都在寫自己的部分，沒有統(tǒng)一的官方高級(jí)API。

到了2021年，tf陣營有了TF 2.x，變得和Keras越來越像了。雖然tensorflow不是很完美，但是tf.keras是完美的。（人生苦短，我用Keras）

也有網(wǎng)友認(rèn)為，pyTorch在生產(chǎn)環(huán)境的部署遠(yuǎn)遠(yuǎn)不如tensorflow，在移動(dòng)端也沒有好的解決方案，只適合科學(xué)研究。

在GitHub的排行榜上，tensorflow一騎絕塵，是Keras的三倍還多。

深度學(xué)習(xí)從業(yè)者的入門大多是從tensorflow起步，被合并的Keras也超越了pyTorch。

由此可見，工業(yè)部署對tensorflow還是十分依賴的，畢竟pyTorch也依賴tensorboard等。

國產(chǎn)框架飛漿還有很長的路要走。

正所謂「形而上者謂之道，形而下者謂之器」。

當(dāng)水平還處于比較低的時(shí)候，更關(guān)注于具體的實(shí)踐細(xì)節(jié)。隨著水平的提高，框架已是身外之物，創(chuàng)造出更好，更高性能的模型才是AI之道。