统一性。与TensorFlow相比，PyTorch非常干净、统一，文档化非常好，也没有大量重复的函数，代码里没有deprecation warning，完成一件事情用一种方法就好了，不需要10种不同的方法互相竞争，这样生产力很高。
性能相差不大。在性能上，PyTorch和TensorFlow几乎没什么差别，在Denny的测试中，PyTorch的速度要稍微快一丢丢，不过他觉得这影响不大。
简洁性。PyTorch代码更简洁易读，PyTorch实现平均短得多，而且对于不熟悉图形编程的人来说看起来更直观。
PyTorch还有一些缺陷。
一个缺陷就是可视化，有几个开源项目来实现可视化，但是没有一个好用的，他是真的想在多个自定义层级上实现可视化图形，在TensorFlow里这很简单，只要用名字作用域+Tensorboard就搞定了。
这让Denny很不解：“我是真心觉得可视化这事不难，直接允许用户用作用域标记模块，然后创建d3js图形就好了。”
JIT编译也是一大缺陷。有一些操作不支持，追踪也仅适用于简单模型的一小部分，因为长得太像TensorFlow，TorchScript编写过程也很痛苦，所以Denny还没法去JIT编译自己的所有模型。
谷歌大脑前员工：PyTorch真香，我已经把TensorFlow代码都搬过去啦！ - 知乎
https://zhuanlan.zhihu.com/p/56182783
