一年不算短，但也不算長。一年時間，可以讓Swift從11位跌倒13位，也可以讓PyTorch從第4位飆升194%至第2位！

PyTorch狂漲194%，逼近TensorFlow份額

UC伯克利RISELab的在讀博士Caroline Lemieux，分享了他們團隊收集的深度學習框架和數據科學庫使用情況的統計數據。O'Reilly Media的首席數據科學家Ben Lorica根據RISELab團隊的數據，做了一張圖：

圖中可以看到，TOP 3框架在過去一年中均有增長。表現最為亮眼的PyTorch在過去的一年里增速高達194%，成功超越Keras和Caffe，直逼第一名TensorFlow。

當了多年老大的TensorFlow只有23%的增長，低于第三名Keras的26%。而第四名Caffe不增反降，跌了29%。

除了份額外，從上圖中的增長曲線還可以看出，PyTorch從去年開始發力，在今年第一季度獲得了一個非常陡的增長曲線，甚至幾度超越TensorFlow。

不知道TF有沒有感覺到背后的寒意。

Reddit網友的吐槽或許也能從一個層面，反映出為什么使用人數最多的TensorFlow反而不受待見、新晉黑馬PyTorch卻備受擁戴的個中緣由：

probablyuntrue：TensorFlow太讓人抓狂了，PyTorch比TF好太多！

bunny113：TF簡直翔一樣！我從GitHub上“偷”的1.0代碼，在其他版本上都用不了，PyTorch比TF好太多！

yusuf-bengio：TF的常量老變來變去的，煩死了！PyTorch比TF好太多！

mexiKobe：老變就是因為從底層就有漏洞不得不重構啊。PyTorch比TF好太多！

ML_me_a_sheep：TF背后絕對是一幫天才。他們并不是像你們說的那樣胡搞瞎搞，TF很好的貼合了谷歌的需求，并不是我們這幫凡夫俗子能夠完全理解的。所以，我用PyTorch。PyTorch比TF好太多！（這位sheep請你坐下?。?/p>

rjurney：連個像樣的tf.keras文檔都沒有。PyTorch比TF好太多！

…

不知道TF有沒有再次感覺到背后的寒意。

不過整體來看，排名和去年相比變化不大。前四依然被TensorFlow、PyTorch、Keras和Caffe牢牢把持；MXNet超越了Theano上升了一位。

數據權威性和科學性

數據來源

據悉，RISELab團隊使用的數據，是基于知名電子出版服務arXiv.org上所發布論文的簡單全文搜索結果進行統計的。

也就是說，這個數據反映了每個框架在論文的全文中被提及的數量。搜索結果顯示，最受論文作者們歡迎的深度學習框架是TensorFlow和PyTorch。

從2019年1月到6月底，大約1800篇論文提到了TensorFlow，而PyTorch被提及的數量和TensorFlow差距不大。

Lorica認為，在某種程度上，研究人員和高校教師所使用的工具都是非常前衛的，并且能夠強烈影響未來專業人士的框架使用情況，PyTorch和TensorFlow將在未來成為企業的首選。

發布機構

該數據的發布機構RISELab，前身是大數據領域世界頂尖的實驗室之一、UC伯克利大學的AMPLab。AMPLab曾推出過多項世界知名技術，比如Apache Spark、Apache Mesos和Alluxio。

AMPLab是加州大學伯克利分校一個為期五年的計算機研究計劃，初衷是使用數據去訓練更加豐富的模型，從而理解人和機器如何進行合作以解決數據中的問題，包括有效的數據清理、進行可衡量的數據擴展等。

AMPLab在2017年年底被關閉，接任者RISELab專注于提供SRDS，即安全實時的決策堆棧。RISELab團隊的任務是將大數據分析推向一個更深度的次元，在這個次元中，傳感器無所不在，AI是真實可觸碰的、世界是可編程的。

RISELab是UC伯克利最新的五年期項目，有著強力的財政支持，將聚焦于提供安全執行的實時人工智能系統。

企業方面的調查結果卻有點不一樣

最近O'Reilly也發布了一份有關機器學習框架使用情況的調查，有超過1300名行業人士返回了有效結果。

這份調查面向的不是學術界，而是企業。結果顯示，其中近半數受訪者稱在使用TensorFlow或scikit-learn，而使用PyTorch有29%，Keras略高達到34%。

Keras作者Fran?ois Chollet認為，Keras的使用在產業界和整個數據科學圈中最占主流，產業既包括大公司也包括創業公司。不過，在研究社區，Keras的份額要小很多。這或許就是在企業中Keras的份額仍然高于PyTorch的原因之一。

在你爭我搶，合縱連橫之下，中國的開源框架，什么時候才能在這樣的排名上擁有自己的姓名呢？