PyTorch比起TensorFlow到底好用在哪里?直接关注【AI技术星球】发【123】即可带走
PyTorch中简单的图结构更容易理解，更重要的是，还更容易调试。TensorFlow设备管理唯一的缺点是，默认情况下，它会占用所有的GPU显存。也正是因为同样的原因，TensorFlow有一些额外的概念需要学习，例如会话、图、变量作用域（variable scoping）、占位符等。在PyTorch中，我发现代码需要更频繁的检查CUDA是否可用，以及更明确的设备管理。之前，斯坦福大学研究机器学习的博士生Awni Hannun，围绕PyTorch还是TensorFlow这个话题，做了一个深入的比
