隨著深度學(xué)習(xí)在計算機視覺、自然語言處理等領(lǐng)域取得的成果越來越顯著，對深度學(xué)習(xí)的討論越來越多。作為當(dāng)下最熱門的話題，從 2015 年至今，短短三年時間，谷歌、Facebook、微軟等國外巨頭，百度、小米等國內(nèi)企業(yè)，前后圍繞深度學(xué)習(xí)推出一系列開源框架。

谷歌于 2015 年底推出 TensorFlow，在開源時，谷歌曾表示，開源 TensorFlow 能夠加速谷歌在人工智能上的部署，幫助其在人工智能發(fā)展日益重要的未來搶占更多主導(dǎo)權(quán)。過去三年間，TensorFlow 在開發(fā)者社區(qū)享有盛譽，已成為最為常用的深度學(xué)習(xí)框架之一，目前不僅支持 Eager Execution 動態(tài)圖機制，還集成了 NVIDIA TensorRT，此外，TensorFlow 中文社區(qū)論壇(https://www.tensorflowers.cn)也正式上線。

2016 年初，微軟開源 CNTK 深度學(xué)習(xí)工具包。CNTK 具有相當(dāng)不錯的可擴(kuò)展性、速度和精確性，在語音識別領(lǐng)域被廣泛使用。在隨后的改進(jìn)中，這一框架提供了對 ONNX 標(biāo)準(zhǔn)的更好支持，在分布式訓(xùn)練上迎來多項性能改進(jìn)。

2017 年初，F(xiàn)acebook 在 Torch 的基礎(chǔ)上，針對 Python 語言發(fā)布了全新的機器學(xué)習(xí)工具包——PyTorch。目前，PyTorch 已經(jīng)融合了 Caffe2 和 ONNX 支持模塊化、面向生產(chǎn)的功能，并保留了其靈活、以研究為中心的設(shè)計。

而在國內(nèi)，2016 年 8 月底，百度開源自研深度學(xué)習(xí)平臺 PaddlePaddle。2017 年 11 月，PaddlePaddle 發(fā)布三項新功能：PaddlePaddleFluid，PaddlePaddleCloud，PaddlePaddleEDL，這三大新功能的推出，進(jìn)一步加強了 PaddlePaddle 的易用性，提高了效率，并降低了開發(fā)者的使用門檻。

今年7月，小米也擁抱開源，發(fā)布自家深度學(xué)習(xí)框架 MACE。據(jù)悉，MACE 支持 TensorFlow 和 Caffe 模型，提供轉(zhuǎn)換工具，可以將訓(xùn)練好的模型轉(zhuǎn)換成專有的模型數(shù)據(jù)文件，同時還可以選擇將模型轉(zhuǎn)換成C++代碼，支持生成動態(tài)庫或者靜態(tài)庫，提高模型保密性。

這一年，我們也在時刻關(guān)注著這些發(fā)展和變化，而關(guān)于使用哪個深度學(xué)習(xí)框架，也一直引發(fā)諸多業(yè)內(nèi)人士的爭論，到底哪個框架熱度最高，或許能從 Google Trends 中一窺究竟。

從 Google Trends 過去三年的統(tǒng)計數(shù)據(jù)可以看到，在全球范圍內(nèi)計算機科學(xué)領(lǐng)域，TensorFlow、Keras、PyTorch、Caffe、Theano 這五個框架在 Google 網(wǎng)頁搜索的熱度中，TensorFlow 一直處于領(lǐng)先狀態(tài)，Keras 位居第二。

 

 

而從過去十二個月的數(shù)據(jù)中可以看到，這五個框架的熱度波動較為平緩。

 

 

而從中國過去十二個月的搜索數(shù)據(jù)中可以看到，雖然 TensorFlow 的熱度依舊占據(jù)領(lǐng)先，但 PyTorch 的平均熱度比 Keras 要高。

 

 

從美國過去十二個月的搜索數(shù)據(jù)可以看到，Keras 的搜索熱度大于 PyTorch。

 

 

而在搜索框架之后，大家究竟會展開哪些相關(guān)查詢呢?

基于全球過去三年間的搜索數(shù)據(jù)，可以看到，TensorFlow 相關(guān)查詢排名前三的熱詞分別是：

python tensorflow
tensorflow machine learning
tensorflow github

 

Keras 相關(guān)查詢排名前三的熱詞也涉及到 TensorFlow，分別是：

keras python
tensorflow keras
tensorflow

 

 

就連 PyTorch 排名前三的熱詞也與 TensorFlow 相關(guān)，分別為：

pytorch github
lstm pytorch
tensorflow

 

 

結(jié)合以上各類統(tǒng)計數(shù)據(jù)，足以證明 TensorFlow 目前在各類深度學(xué)習(xí)框架中的統(tǒng)治地位。從過去一年間的更新來看，谷歌一直在增強 TensorFlow 的易用性和高效性，如今年推出的 Swift for TensorFlow，將 TensorFlow 計算圖與 Eager Execution 的靈活性和表達(dá)能力結(jié)合在一起，同時還注重提高整個軟件架構(gòu)每一層的可用性。

此外，還推出 TensorFlow 中文社區(qū)論壇，提供技術(shù)問答、教程分享、案例展示等多個欄目，旨在推進(jìn) TensorFlow 在中國的發(fā)展。

當(dāng)然，對于深度學(xué)習(xí)框架的使用之爭一直沒有停止過，Keras 和 PyTorch 目前也均有相當(dāng)龐大的社群。

究竟哪個框架好用，各個框架的優(yōu)劣在哪里?雷鋒網(wǎng) AI 研習(xí)社社區(qū)中有包含各種框架的各類干貨教程，相信你看完之后，勢必會 pick 到最適合自己的深度學(xué)習(xí)框架。

標(biāo)簽： Google 代碼 谷歌 開發(fā)者 排名 搜索

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。