El estado actual de los frameworks de machine learning [2019]

Si se compara por la cantidad de veces que se usaron en artículos de conferencias, PyTorch supera ampliamente a TensorFlow.

¿Por qué los investigadores prefieren más PyTorch?

• Simplicity: es parecido a numpy, se siente muy Python y se integra bien con otros ecosistemas de Python.

• Great API: una API bien diseñada. TensorFlow ha venido cambiando su API constantemente.

• Performance: hay muchas anécdotas de que, curiosamente, PyTorch es más rápido que TensorFlow. No es algo exacto, pero tampoco parece que TensorFlow sea abrumadoramente más rápido.

Para los investigadores, PyTorch lleva ventaja.

Pero en el mercado, TensorFlow todavía va adelante.

Parece que a nivel de producción PyTorch todavía tiene cosas por resolver.

Está ocurriendo una convergencia entre frameworks

• PyTorch anunció el compilador JIT y TorchScript.

• El modo de ejecución inmediata de TensorFlow 2.0