0
本文作者: 汪思穎 | 2018-08-16 09:11 |
雷鋒網(wǎng) AI 科技評論按,隨著深度學(xué)習(xí)在計算機(jī)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(yù),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(jī)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(xiàng)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(jī)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(xiàng)新功能:PaddlePaddleFluid,PaddlePaddleCloud,PaddlePaddleEDL,這三大新功能的推出,進(jìn)一步加強(qiáng)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,雷鋒網(wǎng) AI 科技評論也在時刻關(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(jī)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(qiáng) 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。
傳送門:https://club.leiphone.com/page/ClassificationPage/10
歡迎分享討論。
數(shù)據(jù)來源:https://trends.google.com/trends/explore?cat=1227&date=2015-08-15%202018-08-15&q=tensorflow,keras,pytorch,caffe,theano
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。