---

這問題純粹是黑子提的吧，tf和torch我都用過，我非常清楚tf的好用，尤其是到了tensorflow2.x版本，tf易用性絕對是不比其他框架差的。

而且就我觀察torch和tf的寫法上很多地方都是相似的，兩者都是互相吸收對方的優點逐漸成長的。當然問題也是有的，不過誰敢說哪個框架就沒一點坑？

所以說真的，真沒必要黑，你看看周圍大佬，哪個不是都懂，大家根據需要選擇適合自己的就行了。

---

TF boys這邊集合，教樓主做人

---

在手機端tf和pytorch部署在CPU側難度可能由於onnx存在，難度差不多。

但是在很多廠商比如高通DSP，GPU等等硬體涉及的量化加速部署，對tf支持的程度很高，pytorch就算了。

tf 和這些硬體廠商的合作很緊密，就憑這一點，tf還不能存在嗎？等pytorch追上來再說吧

---

這個問題真的是來拉仇恨啊，肯定會招致TF boys的一致反對了！

目前TensorFlow藉助google生態依然在全球知名深度學習框架中名列前茅，TensorFlow自然有其獨到之處，它也在不斷的成長並吸收其他優秀深度學習框架的長處，比如Tensorflow 2.x就一改如常，默認動態圖構造網路，默認使用keras API，架構也相對穩定一些，還是受到大家的認可的！

曾經的深度學習框架老大哥，就算在怎麼不濟，也還是有一定市場的，特別是其提供的TFlite推理引擎在工業界應用也比較廣泛，這時候怎麼能討論其是否有存在必要性呢？

只能說，存在即合理吧，不以排名先後論英雄，適合我們的纔是最好的！

---

已舉報問題。

無論是tfboys反串黑還是pytorcher踩tf，都不是什麼光彩的行為。

用autograd的框架還用出優越感了，有本事自己手擼梯度和cuda啊~

---

這個問題，反正我一直用的tensor flow，周圍的人也用，暫時沒有找到不用的理由。

在1.0版本開發還是挺麻煩的，現在2.0，用了keras，可以快速實現模型，終於可以專心煉丹了。

---

目前工程化的東西 還在用 1.14 左右的版本咯， TensorFlow 2.0以上的版本 也在與時俱進，有谷歌的站臺，應該有它存在的完整生態吧。

---

tf跟pytorch用哪個

就看你自己的選擇

tf還是很好用的

---

就憑keras嵌入tensorflow，他tf就不能死

---

有呀，方便部署

---

沒有存在的必要，畢竟很多人喫過豬肉就不再喫牛肉，羊肉，等等

---

畢竟作為谷歌公司的核心競爭力，可以不用但不能沒有！我們會覺得做不如買，買不如租。但是西方人的思想可能就是租不如買，買不如做。

---

推薦閱讀：