1月31日消息，OpenAI宣布將Spinning Up in Deep RL等項目全面轉(zhuǎn)向基于PyTorch進行構(gòu)建。
OpenAI表示，其正在PyTorch上標(biāo)準(zhǔn)化OpenAI的深度學(xué)習(xí)框架。過去，其根據(jù)項目的相對優(yōu)勢，曾經(jīng)在許多框架中實施項目?，F(xiàn)在選擇標(biāo)準(zhǔn)化，以使團隊更容易創(chuàng)建和共享模型的優(yōu)化實現(xiàn)。
據(jù)了解，OpenAI選擇PyTorch的主要原因是為了在GPU上大規(guī)模提高我們的研究生產(chǎn)力。在PyTorch中嘗試和執(zhí)行新的研究想法是非常容易的;例如，切換到PyTorch將生成建模中的研究想法的迭代時間從幾周縮短到幾天。此外，加入PyTorch這樣一個快速發(fā)展的開發(fā)者社區(qū)，包括Facebook和微軟這樣的組織，也能推動GPU的規(guī)模和性能。
對此，網(wǎng)友們紛紛表示贊許。
一直以來，有關(guān)于深度學(xué)習(xí)部署框架Tensorflow和Pytorch之爭一直被津津樂道。業(yè)界普遍認為：Pytorch簡單易上手，被廣大學(xué)者和科研人員所使用。其特點是快速實現(xiàn)、驗證自己的想法，而不太注重兼容、部署等問題。而Tensorflow的生態(tài)更有利于快速部署。
而眼下，許多工業(yè)界項目也紛紛轉(zhuǎn)投Pytorch。Tensorflow在工業(yè)界的地位，也沒有那么牢固，因為生態(tài)總歸是人構(gòu)建的。當(dāng)學(xué)術(shù)界瘋狂撲入Pytorch，對新模型的適配等工作，自然會傾向于Pytorch了。
Tensorflow要想力挽狂瀾，可能有些艱難!
