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。