应该选择TensorFlow还是Theano？

更新一下，现在PyTorch已经public了，推荐有兴趣的同学可以看看PyTorch，非常现代而且轻量级的框架。如果python不是你生产环境当中的瓶颈的话，个人会选择pytorch而不是TF或者Theano。

原答案：

这两个之间推荐使用TensorFlow，因为都是基于Python的符号运算库，TensorFlow显然支持更好，Google也比高校有更多的人力投入。Theano的主要开发者现在都在Google，可以想见将来的工程资源上也会更偏向于TF一些。

Theano的一个优势在于代码是在计算时生成并编译的，所以理论上可以达到更高的速度（不需要运行时的polymorphism，而且如果写得好的话可以fuse kernel），但是因为是学术实现，没有花大精力在优化上面，所以实际速度并不占优势。另外现在大家都高度依赖于第三方库比如说cudnn，所以比较速度已经是上个时代的事情了，不必太在意。

另外吐槽一下，TensorFlow的分布式计算不是最快的，单机使用CPU作reduction，多机用基于socket的RPC而不是更快的RDMA，主要的原因是TF现有框架的抽象对于跨设备的通讯不是很友好（最近开始有一些重新设计的倾向，待考）。

在分布式上百度美研的解决方案要好得多，虽然没有开源，但是Bryan Cantazaro很愿意分享技术细节，混NVidia machine learning summit的大家应该都知道百度在高性能分布式深度学习上的造诣的确很深，作为竞争对手也必须要赞一下。另外，我没有拿百度的钱，求不黑。