TensorFlow 或 PyTorch 选择哪个作为你的深度学习框架？

本文主要介绍该如何从这两种深度学习框架中选择一个适合自己的：

当前深度学习大火，在谈到深度学习的时候最常用到的工具有两个，一个是TF、另一个就是Pytorch。那么，为啥我们在做深度学习时，这两个工具是我们的首选呢？有没有其他工具可以选？

其实现在有很多的深度学习框架，例如：Caffe、theano等，不过这几年AI快速发展，加上谷歌、Facebook等大型公司的介入，像刚刚提到的这两种主要由学术界开发的深度学习框架已经很难与之竞争了，这一点类似于行业垄断的感觉。当然，指定是跟着巨头走，像国内支付宝、腾讯等公司做的东西就一定更加完善一些。像theano就已经明确宣布不再进行更新；Caffe由Facebook接手后来并入到Facebook开发的Pytorch里面了。除此之外，还有一个非常有名的深度学习套件，这个也是非常的用户友好型：它就是keras。这个套件非常的简洁好用，所以也非常热门。不过，keras在TensorFlow发布第二版之后也并入了TF里面。所以现在主流的框架，一个是Google的TensorFlow，另一个是 Facebook的Pytorch这两种。是目前最主流的深度学习框架。

注：在它们俩之前是有非常多的深度学习框架的，但是随着谷歌和Facebook的加入，其他慢慢没落了而已。

Q：那么，你适合TensorFlow 还是 Pytorch呢？

这个问题主要看你用深度学习框架的目的，像是TensorFlow就很适合做AI的产品开发，Pytorch就很适合做AI的研究，很多AI顶尖的研讨会也都使用Pytorch。

如果你选择Pytorch，到时候阅读这些顶尖的研究论文就比较容易学习。

那么，TF 目前还是业界采用最多的深度学习框架。 TF出现的比较早，用户基数比较多。很多企业很早就导入的TF。它在AI的产品部署上提供了大量的可用工具，例如：手机中的TensorFlow lite

可以让你在手机上部署一个AI模型，无论你是ios 或者安卓。

另外，我们还经常使用网页浏览器，TF还提供了  TensorFlow.js  

它可以把你的AI模型部署到网页浏览器上面。

因为以上的特点，所以目前如果你要做产品开发，或者你本身在公司工作的话， 那么你需要选择TF。

注：但是其实，TF和 Pytorch之间是在不断学习彼此长处的。Pytorch也在学习走向产品化，TF也越来越走向让更多的研究人员参加。可以确定的是，如果你要学习深度学习框架， 那么你就从这两个之间选，就没有问题。

 Q：如果你还不确定你想要从事什么类型的工作，你该怎么选择呢？

如果你是深度学习的初学者，那么这里推荐你使用Pytorch。或者是TensorFlow 2 里面的keras。这里特别强调一下keras，真的简单好用，就像搭积木。

选pytorch原因：其语法简介、如果大家用python 还使用里面的阵列运算套件 numpy 和pandas 那就非常方便了，它们的语法设计是非常一致的。

选keras 的原因：keras在 TF 2之后就并入了， 它非常容易写，并且非常简洁的API套件。只要你熟悉一些深度学习的基础知识和概念。就可以很容易的搭建自己的深度学习模型。

这里 推荐一本深度学习的书：

赠送资源:補根課程 | Burgeoning Course