一部分的内容在
2017年1月18日Facebook发行的PyTorch相比TensorFlow、MXNet有何优势？ – 罗若天的回答 – 知乎 已有。

主要内容已经在英文博客发布，My first attempt on Pytorch。

第一部分： pytorch和tensorflow比较

1. 分支和循环：tf的循环和分支首先写起来非常恶心，不知道你们怎么觉得，我是写的要哭。（而且会有莫名其妙bug，比如双重分支。。）而pytorch中的循环和分支就是普通的循环和分支，跟python一毛一样的。

2. 在pytorch你可以随时打印中间结果。完全是过程式编程。（tf也可以打印。。但是。。。呵呵）

3. 你不用过多的去考虑怎么构建一个图。图在你进行forward时候自动就造好了。（当然啦，如果要做更fancy的事情的话，还是需要想着中间怎么stop gradient之类的）

4. 很容易就去分开graph和graph外的操作可以放到一起，而且可以完美融合。举个例子你们大概就懂我是什么意思了。

比如说作beam search。tf的做法是，每一步session run一下，获得了prob和state，然后在numpy下排序整理，然后在到session run下一步。第一个缺点是，这样很丑。第二个缺点时，明明可以用cuda的算法排序，但是这里因为在session外面，只能使用numpy。

而pytorch下就很简单，图内的用variable，图外的用tensor，图内的结果要传到图外计算，就直接v.data，图外的结果要扔到图内，就Variable(t). 非常简单。

5. 在tf下使用vgg和resnet我都用的是非官方的code。虽然官方提供了model zoo，但官方models里没有使用这两个模型的样例，只有inception。。然后我由于蠢笨，至今没使官方的model work过。。。。。然而pytorch下，就是一行代码。。。摊手

第二部分：pytorch的一点经验：

1. 如果你想一个tensor在graph中，就把他转化成Variable就可以。如果你希望做一些计算，而这些内容不希望被求导，就直接用torch.Tensor就可以了（比如说你在greedy decoding的时候，作argmax，你这时候就直接在用torch.Tensor就可以了。对computational graph来说，这些内容都是常数。）

2. 如果你想对一个variable做stop_gradient，你可以用，v.detach() 或者Variable(v.data)。目前detach函数还不是很work（forum上说的），但是后者是可以用的。后者的意思，使用原来变量的数据新建一个Variable。这样的话，在计算图中，新的Variable和v其实是不连接的。

3. 另一种方法是，如果你知道某个Variable一定不要做backprop，你可以用定义Variable的时候用Variable(xxx, requires_grad=False) 。比如说，你可以对那些输入变量用这个。但是这个只能在定义的时候用，如果是中间结果，你只能用2中的方法。

4. 如果你做多次forward，而不进行backward，你很容易碰到our of state的问题。因为所有的中间变量都会被保存，而且不会被覆盖。（每次forward都是在保留原本的图的同时，新建一个图）一个方法是你可以detach所有的变量。中间变量则因此不会被保存，因为只有在backward中需要的变量才会被保存。第二种方法是，你可以使用volatile来创建Variable。如果volatile是True，则中间变量不会被保存。注意的是，volatile是会被传染的。对一个operation来说，如果有一个输入时volatile的，则输出是volatile的。这个option经常用在inference，因为通常你不需要记得中间状态来做inference。

5. 如果你不做backward，所有的中间变量会被保存，但是如果你做了一次backward，这些中间变量都会被删除。如果你仍旧想要这些变量，比如说，来再做一次backward，你需要使用 retain_variables=True，作为backward的option。

注意，这里我说中间变量很广义，包括layer中的参数。比如说对全连接层，如果你想获得W的梯度，这一层的输入变量就得保存下来。而如果，你要只做inference，输入变量就可以直接扔掉。

以上观点都是个人愚见，可能有误，欢迎指责。