前言
Pytorch更适合于在研究中快速进行原型设计、业余爱好者和小型项目；Tensorflow则更适合大规模的调度，尤其当考虑到跨平台和嵌入式调用操作时。
参考斯坦福大学计算机科学博士生Awni Hannun的文章Pytorch or Tensorflow。
中文翻译参考雷锋网的译文。
Pytorch更适合于在研究中快速进行原型设计、业余爱好者和小型项目；Tensorflow则更适合大规模的调度，尤其当考虑到跨平台和嵌入式调用操作时。
参考斯坦福大学计算机科学博士生Awni Hannun的文章Pytorch or Tensorflow。
中文翻译参考雷锋网的译文。
