作為資深玩家的我，前後使用了theano、caffe、tensoflow、pytorch、mxnet，完全憑自己的記憶和領悟回答一下這個問題：

深度學習框架作為演算法工程師的必備工具，好比軟體工程師的開發語言，前後至少有50多個，比較有名氣的10來個，經過近10年的開發和發展，至今主要有兩個框架，一個是google的tensorflow，一個是Facebook支援的pyTorch。有人喜歡拿keras和pytorch比，但事實上tensoflow完全支援keras。

首先看你是什麼群體，如果你是學生黨，建議使用pytorch，因為你不需要太關心底層的實現，你只需要關注每個網路層的用法就行，最終把更多的時間用在模型網路最佳化和引數調整上面，這樣Pytorch便於學生理解NN演算法和快速實踐。如果你是職業演算法工程師，那我就建議tensorflow了，工作中基本上你對演算法也熟悉了，更應該關注演算法落地實現能力，比如，QPS效能、通訊網路時延、網路結構最佳化、權重引數調優等等與計算機基礎演算法相關的工程能力。因為tensorflow本身就是先有工程需求再重構設計的，一般google大牛的理念還是很前沿的，這個可以參考theano的設計。

另外也要看你偏愛什麼語言，雖然tensorflow和pytorch都有python介面呼叫，但tensorflow底層是c++寫的，如果你很瞭解c++了，何必還去和只懂python的朋友爭論哪個好用呢，果斷是tensorflow啊，哦不，你應該兩個都懂。

最後表明一下我的立場，我喜歡tensorflow，有問題隨時騷擾。