Tensorflow或PyTorch：哪一个更强大？
点＃1：
虽然Tensorflow和PyTorch都是开源的，但它们是由两个不同的向导创建的。Tensorflow基于Theano，由Google开发，而PyTorch基于Torch，并由Facebook开发。
点＃2：
两者之间最重要的区别在于这些框架定义计算图的方式。当Tensorflow创建一个静态图时，PyTorch相信一个动态图。那么这是什么意思？在Tensorflow中，您首先必须定义模型的整个计算图，然后运行ML模型。但在PyTorch中，您可以随时定义/操作图形。这在RNN中使用可变长度输入时特别有用。
点＃3：
与PyTorch相比，Tensorflow的学习曲线更加陡峭。PyTorch更像Python，构建ML模型感觉更直观。另一方面，对于使用Tensorflow，您将不得不更多地了解它的工作原理，因此学习Tensorflow比PyTorch更加困难。
点＃4：
Tensorflow拥有比PyTorch更大的社区。这意味着您可以更轻松地找到资源来学习Tensorflow，并找到解决问题的办法。此外，许多教程和MOOC都涵盖了Tensorflow，而不是使用PyTorch。这是因为与Tensorflow相比，PyTorch是一个相对较新的框架。因此，就资源而言，您会发现比PyTorch更多的有关Tensorflow的内容。
点＃5：
没有提到TensorBoard，这种比较将是不完整的。TensorBoard是一款非常出色的工具，可以直接在浏览器中直观显示您的ML模型。PyTorch没有这样的工具，尽管你总是可以使用像Matplotlib这样的工具。虽然，那里有整合，让你用PyTorch使用Tensorboard。但它本身不支持。
最后，Tensorflow对于生产模型和可扩展性要好得多。它的建立是为了生产就绪。PyTorch更容易学习，更轻便，因此对于激情项目和构建快速原型来说相对更好。