TensorFlow何去何从？PyTorch在学术界占比已80%
在2021年的各大顶会中，使用PyTorch的论文数量已经是使用TensorFlow的至少3倍以上，而这一差距还在持续扩大。
PyTorch 在学界的「超车」
在ICML、ICLR、NeurIPS这些会议中，依旧是同样的竞争形势：
PyTorch一骑绝尘，TensorFlow则持续下跌。在ICLR 2022中，PyTorch使用率为32.20%（1091篇），TensorFlow跌到了6.14%（208篇），拉开了五倍的差距。
TensorFlow 在学界还有未来吗？
在这位开发者看来，如果想并行地做很多事情，Tensorflow 还是有一些特性是其他产品无法比拟的。这完全取决于你在做什么。 还有人说，Tensorflow的式微是因为出现了策略上的失误。 「我认为 Tensorflow 在学术界做出了一个糟糕的举动，因为它在早期版本中使用起来非常困难。当然，它的性能总是比 PyTorch 好，但当你是一个工作负担很重的博士生时，你就不太关心你的代码是否高效，而更关心你的代码是否能work。有人说 PyTorch 的调试相对轻松，所以那些早期的模型用了PyTorch发表，后来很多人也就来到了PyTorch。」
你怎么看呢？
猜您喜欢：
在2021年的各大顶会中，使用PyTorch的论文数量已经是使用TensorFlow的至少3倍以上，而这一差距还在持续扩大。 PyTorch 在学界的「超车」 在ICML、ICLR、NeurIPS这些会议中，依旧是同样的竞争形势： PyTorch一骑绝尘，TensorFlow则持续下跌。在ICLR 2022中，PyTorch使用率为32.20%（1091篇），TensorFlow跌到了6.14%（208篇），拉开了五倍的差距。 TensorFlow 在学界还有未来吗？ 在这位开发者看来，如果想并行地做很多事情，Tensorflow 还是有一些特性是其他产品无法比拟的。这完全取决于你在做什么。 还有人说，Tensorflow的式微是因为出现了策略上的失误。 「我认为 Tensorflow 在学术界做出了一个糟糕的举动，因为它在早期版本中使用起来非常困难。当然，它的性能总是比 PyTorch 好，但当你是一个工作负担很重的博士生时，你就不太关心你的代码是否高效，而更关心你的代码是否能work。有人说 PyTorch 的调试相对轻松，所以那些早期的模型用了PyTorch发表，后来很多人也就来到了PyTorch。」 你怎么看呢？ 猜您喜欢：