PyTorch横扫各大顶会，TensorFlow退守工业界：机器学习框架，一年间局势突变( 四 )_：PyTorch横扫各大顶会

虽然，看上去TensorFlow还有两项数据在增长，但其实只有ICML的涨幅 (32.5%) ，还跟得上会议总录取论文数的增长。

也就是说，在另外四场会议上，TensorFlow已经开始衰退了。

为何研究人员爱PyTorch？

一是简单。它和NumPy比较像，风格很Python，能轻易和Python生态集成起来。

比如，你只要把一个pdb断点扔进PyTorch模型里，它直接就能用了。

相比之下，在TensorFlow模型里面debug的话，便会复杂得多了。

二是API好。比起TensorFlow的API，大多数研究人员更偏爱PyTorch的API。PyTorch设计得更科学；而TensorFlow要在各种API之间切换，令人操作不便：

‘layers’ -> ‘slim’ -> ‘estimators’ -> ‘tf.keras’

三是性能。虽然PyTorch的动态图 (Dynamic Graphs) 提供的优化空间比较小，但许多用户都反馈说PyTorch的速度不亚于TensorFlow，甚至比对方还快。

PyTorch横扫各大顶会，TensorFlow退守工业界：机器学习框架，一年间局势突变( 四 )