第八章 深度学习框架平台

第一节 总体发展概况

2006年，Hinton在Science上提出了著名的深度学习框架，引爆了新一轮人工智能热潮。十多年来，无论是国际科技巨头还是权威研究机构，都致力于深度学习框架的研发应用，带来了视觉、语音等领域革命性的进步，极大地推动了人工智能技术和应用的创新发展。深度学习是神经网络及其应用的统称，旨在将复杂的神经网络架构应用在数据建模上，从而带来前所未有的准确性，其已在计算机视觉、语音识别、无人驾驶等众多领域取得突破性进展。深度学习框架能够提供进行深度学习的底层架构、接口，以及大量神经网络模型，减少重复编程的时间和精力，提高深度学习效率。

随着新一轮科技和产业革命的推进，数字化转型已成为发展趋势，人工智能等前沿技术的突破是推动转型最关键的动力。人工智能以深度学习为核心驱动，近年来，开源平台已经成为深度学习进化的基础支撑、人工智能生态的底层基础，以及推动人工智能跨越式发展、数字经济加速前进的重要引擎。深度学习开源平台为深度学习技术进化提供底层架构和神经网络模型，开发人员可以此为基础构建自己的神经网络模型，促进人工智能开发的迭代和创新。同时，它还可以以核心算法模型为基础，控制芯片等硬件和计算资源，这是构建人工智能生态圈的核心和基础，在一定程度上决定着未来人工智能的标准制定权和话语权归属。

作为人工智能实现跨越发展的重要突破口，深度学习框架引起了科技界、产业界的高度重视。全球科技巨头纷纷布局，目前该领域的主要竞争者有谷歌、亚马逊、微软、脸书等，主流框架有TensorFlow、Theano、Torch、Caffe、CNTK、MXNet、DL4J、DSSTNE、Paddle、Keras、Lasagne等。其中，谷歌开发并开源了分布式深度学习框架TensorFlow，是理想的卷积神经网络和循环神经网络的实现工具，已应用于谷歌的搜索、邮件、语音助手、机器翻译等。类似的大型科技公司开发开源的框架还有脸书的PyTorch、Torchnet、Caffe2，亚马逊的DSSTNE、MXNet，微软的CNTK等，也是深度学习重要的研究工具和应用工具。大型科技公司通过开源的方式，一方面吸引了更多的开发者，加快框架更新迭代的速度，另一方面降低了开发门槛，吸引用户，扩大了深度学习的市场规模。基于谷歌强大的人工智能研究水平，TensorFlow自开源以来，以优异的质量表现迅速成为GitHub上最受欢迎的深度学习开源项目。