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( 五 )_：PyTorch横扫各大顶会

虽然，没有严格测试数据表明到底谁更快，但至少TensorFlow并没有明显的优势。

这样，再加上前两点，足够让许多研究人员拥抱PyTorch了。

TensorFlow在研究领域会怎样？

就算今后TensorFlow变得像PyTorch一样友好，PyTorch的地盘也已经很大了。

这就是说，PyTorch的代码实现更容易找到，人们也更有动力发表PyTorch的代码给大家用，跟别人合作的话队友也可能会倾向PyTorch。

所以，迁回TensorFlow 2.0这件事，大概率不会进展很快。

当然，谷歌和DeepMind内部研究还是会用TensorFlow。他们的研究成果，大概也给了一部分研究人员，继续用TensorFlow的信心。

不过Horace He听说，谷歌内部也有许多研究人员，渴望逃离TensorFlow了。

另一方面，PyTorch主导地位越来越强，谷歌研究人员可能和整个社区之间产生隔阂：他们很难在外部研究的基础上搭建自己的应用，外面的研究人员也很难借鉴谷歌的代码。

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( 五 )