一年一度的PyCon大会上周在俄亥俄Cleveland举行，youtube上早早放出了talk列表。虽然PyCon聚焦Python语言本身，但是关于数据科学和AI的talk也不在少数。
David 9感兴趣talk之一就是来自PyLadies的Stephanie Kim关于PyTorch介绍：
太多小伙伴问David 9 哪个深度学习框架好？用TensorFlow还是PyTorch好 ?
现在是时候结合这个talk给大家讲清楚了。
首先，框架各有自己的优势，关键是你项目需要和个人喜好：
如果你的项目和RNN强相关，并且希望写RNN模型的时候更轻松敏捷，或者，你是从事科学研究的人员，那么PyTorch更适合你； 如果你项目定位是一个稳定产品（TensorFlow Serving），或者你注重高效训练，并且想把模型移植到轻量级移动端（TensorFlow Lite）, 那么选择Tensorflow更合适。 继续阅读PyCon 2018数据科学talk盘点#1，入坑PyTorch前你需要知道的事，为什么要用PyTorch，以及PyTorch与TensorFlow的区别