pytorh和tensorflow（Tensorflow和pytorch的区别是什么？哪个更好？）
两个最受欢迎的深度学习库：Pytorch和tensorflow ，这两个究竟有什么区别？他们之间有什么优缺点 。接下里和大家一起看看这其中究竟 。
第 1 点：
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 ，由 Facebook 开发 。
第 2 点：
两者之间最重要的区别是这些框架定义计算图的方式 。虽然 Tensorflow 创建的是静态图 ，但 PyTorch 相信动态图 。那么这是什么意思？在 Tensorflow 中 ，必须定义模型的整个计算图 ，然后运行您的 ML 模型 。但是在 PyTorch 中 ，可以随时随地定义/操作您的图形 。这在 RNN 中使用可变长度输入时比较有用 。
第 3 点：
Tensorflow 的学习曲线比 PyTorch 更难一点 ，怎么说？PyTorch更符合Python和建设ML车型感觉更直观一些 。另一方面 ，使用 Tensorflow的话 ，必须更多地了解它的工作原理（会话 、占位符等） 。
第 4 点：
Tensorflow 的社区比 PyTorch 大得多 。这意味着更容易找到学习 Tensorflow 的资源 ，也更容易找到问题的解决方案 。另外 ，小普还注意到 ，许多教程和 MOOC 都涵盖了Tensorflow ，这是因为与 Tensorflow 相比 ，PyTorch 是一个相对较新的框架 。所以 ，在资源方面 ，我们就可以找到比 PyTorch 多得多的关于 Tensorflow 的内容 。
第 5 点：
如果不提及 TensorBoard ，这种比较将是不完整的 。TensorBoard 可以直接在浏览器中可视化 ML 模型 。PyTorch 没有这样的工具 ，尽管可以使用像 Matplotlib 这样的工具 。不过 ，有一些集成可以将 Tensorboard 与 PyTorch 结合使用 。但本机不支持它 。
最后 ，Tensorflow 在生产模型和可扩展性方面要好得多 ，因为它旨在为生产做好准备 。然而 ，PyTorch 更容易学习和使用更轻松 ，因此对于项目和快速构建原型来说相对更好 。
哪个更好？这个答案其实因人而异 。
事实是 ，有些人发现使用 PyTorch 更好 ，而其他人则发现使用 Tensorflow 更好 。两者都是伟大的框架 。
免费分享一些我整理的人工智能学习资料给大家可以关注g众hao【AI技术星球】回复（123） ，包括一些AI常用框架实战视频 、图像识别 、OpenCV 、NLQ 、机器学习 、计算机视觉 、深度学习与神经网络等视频 、课件源码 、国内外知名精华资源 、AI热门论文 、行业报告等 。
创心域SEO版权声明：以上内容作者已申请原创保护，未经允许不得转载，侵权必究！授权事宜、对本内容有异议或投诉，敬请联系网站管理员，我们将尽快回复您，谢谢合作！