选一个深度学习框架

如果你在读这篇文章，那么你可能已经开始了自己的深度学习之旅。如果你对这一领域还不是很熟悉，那么简单来说，深度学习使用了“人工神经网络”，这是一种仿生的、利用计算机进行计算的、听上去很高大上的结构，深度学习框架是一种能够帮助你实现这种结构的工具。下面对三种框架进行介绍：

• Tensorflow：Tensorflow是一整个生态系统。Tensorflow对各种硬件、语言、部署环境的支持能力较好，适合研究者或是生产环境使用。历史上Tensorflow从1.x到2.0的迁移，2.0后的Tensorflow由于高阶API的加入变得更易于使用。Tensorflow具有各种任务的完整官方例程和完善的开发者文档。
• Pytorch：如果你主要从事学术研究工作，并且不考虑生产和部署环境，而且讨厌麻烦，不喜欢考虑移植和工程问题，建议无脑选择Pytorch。很多论文给的代码都是用Pytorch写的，抄起来比较方便。
• PaddlePaddle是百度内部开发自用的Paddle衍生得到的生态完整的深度学习框架，具有稠密参数和稀疏参数场景的超大规模深度学习并行训练能力，有百度在线平台支持，从编写到部署你基本不怎么用愁，文档中英都有，这两年生态也在逐渐完善。支持国产也是不错的选择。

更多内容请自行搜索如何选择深度学习框架，肯定讲的比这里又全又好。请注意，由于深度学习及其技术具有很强的时效性，框架也会推陈出新，所以请即使关注业内的最新动态。