简单说，PyTorch 是建立动态的神经网络， Tensorflow 是建立静态的 , PyTorch 能更有效地处理一些问题， 比如说 RNN 变化时间长度的输出。

两者各有各的优势和劣势，都是大公司发布的， Tensorflow（Google）宣称在分布式训练上下了很大的功夫， 那就默认 Tensorflow 在分布式训练上要超出 PyTorch（Facebook），还有 tensorboard 可视化工具，但是 Tensorflow 的静态计算图使得在 RNN 上有一点点被动 (虽然它用其他途径解决了），不过用 PyTorch 的时候，会对这种动态的 RNN 有更好的理解。而且 Tensorflow 的高度工业化，它的底层代码很难看懂，PyTorch 好那么一点点，如果深入 PytorchAPI，至少能比看 Tensorflow 多看懂一点点 PyTorch 的底层在干啥。