2017年那会儿我刚大学毕业，还不知道人工智能为何物。Google发布了TensorFlow 1.0，到了2019年，进入2.0版本。从发布以来发展到2.0版本，TensorFlow框架积累了大量的用户。有利就有弊，问题也很突出：环境配置不兼容、新旧版本差异太大，在各种API之间切换，可读性也不是很高，直到2.0版本后才感觉有所改善。
直到Pytorch诞生，迅猛的迭代速度以及生态发展，以及用户有好的命令式编程风格、容易移植、向下兼容的特点，让我选择了直接站在巨人的肩膀上看世界。而且Pytorch和Numpy风格类似，网络搭建方面也是快捷+灵活。而且Pytorch可以输出中间的向量结果，直接丢个pdb断点进模型就能像print()一样简单的输出。
以2019年为分界线，2019年之后Pytorch接过Tensorflowdede的火炬，顶会基本成为了Pytorch的天下，可见发展的迅猛。进组之前，因为导师使用的TensorFlow，所以最早学习TensorFlow，学习过程真的头大，现在计划切换到Pytorch的快车道。一起学习吧~
