L’état actuel des frameworks de machine learning [2019]

Si l’on compare le nombre d’utilisations dans les articles de conférence, PyTorch est très largement devant TensorFlow.

Pourquoi les chercheurs préfèrent-ils davantage PyTorch ?

• Simplicity : proche de numpy, plus pythonique, et s’intègre bien avec le reste de l’écosystème Python

• Great API : une API bien conçue. Celles de TensorFlow ont continué à changer.

• Performance : il existe étonnamment beaucoup de retours selon lesquels PyTorch est plus rapide que TensorFlow. Ce n’est pas certain, mais TensorFlow ne semble pas non plus nettement plus rapide.

Pour les chercheurs, PyTorch garde l’avantage.

Mais sur le marché, TensorFlow est encore en tête.

Au niveau production, il semble que PyTorch ait encore des points à résoudre.

Une convergence des frameworks est en cours

• PyTorch a annoncé un compilateur JIT et TorchScript

• Le mode d’exécution immédiate de TensorFlow 2.0