机器之心发布
机器之心编辑部
要想炼丹爽得飞起，就要选择一个顺手的炉子。作为AI工程师日常必不可缺的「炼丹炉」，「PyTorch还是TensorFlow？」已成为知乎、Reddit等炼丹师出没之地每年都会讨论的热门话题。
业界流传一种说法：PyTorch适合学术界，TensorFlow适合工业界。毕竟，PyTorch是用户最喜欢的框架，API非常友好，Eager模式让模型搭建和调试过程变得更加容易，不过，它的静态图编译和部署体验还不令人满意。TensorFlow恰恰相反，静态编译和部署功能很完备，不过其调试体验让人欲哭无泪。
那么问题来了：鱼和熊掌真的不可兼得吗？未必，来自北京的一流科技团队推出的开源深度学习框架OneFlow已经做到了。
等等，OneFlow一直主打分布式和高性能，易用性也能和PyTorch一样吗？听说过OneFlow的人一定会发出这样的疑问。
没错，从年底立项之日起，OneFlow就是为大规模分布式而生，特色之一就是静态图机制，年7月在GitHub上开源时还不支持动态图。不过，OneFlow团队用一年多时间自研了动态图引擎，OneFlow0.7版本已支持和PyTorch一模一样的Eager体验，也就是说，OneFlow实现了同时支持动态图和静态图。不仅如此，OneFlow编程API完全和PyTorch兼容，常见深度学习模型只需修改一行importoneflowastorch就可以把PyTorch写的模型在OneFlow上跑起来。
不妨先到OneFlow视觉模型库flowvision看一看：