从 Google Trends,看各大深度学习框架使用热度

作者: 思颖 2018-08-16 12:11:40

 随着深度学习在计算机视觉、自然语言处理等领域取得的成果越来越显著,对深度学习的讨论越来越多。作为当下最热门的话题,从 2015 年至今,短短三年时间,谷歌、Facebook、微软等国外巨头,百度、小米等国内企业,前后围绕深度学习推出一系列开源框架。

谷歌于 2015 年底推出 TensorFlow,在开源时,谷歌曾表示,开源 TensorFlow 能够加速谷歌在人工智能上的部署,帮助其在人工智能发展日益重要的未来抢占更多主导权。过去三年间,TensorFlow 在开发者社区享有盛誉,已成为最为常用的深度学习框架之一,目前不仅支持 Eager Execution 动态图机制,还集成了 NVIDIA TensorRT,此外,TensorFlow 中文社区论坛(https://www.tensorflowers.cn)也正式上线。

2016 年初,微软开源 CNTK 深度学习工具包。CNTK 具有相当不错的可扩展性、速度和精确性,在语音识别领域被广泛使用。在随后的改进中,这一框架提供了对 ONNX 标准的更好支持,在分布式训练上迎来多项性能改进。

2017 年初,Facebook 在 Torch 的基础上,针对 Python 语言发布了全新的机器学习工具包——PyTorch。目前,PyTorch 已经融合了 Caffe2 和 ONNX 支持模块化、面向生产的功能,并保留了其灵活、以研究为中心的设计。

而在国内,2016 年 8 月底,百度开源自研深度学习平台 PaddlePaddle。2017 年 11 月,PaddlePaddle 发布三项新功能:PaddlePaddleFluid,PaddlePaddleCloud,PaddlePaddleEDL,这三大新功能的推出,进一步加强了 PaddlePaddle 的易用性,提高了效率,并降低了开发者的使用门槛。

今年7月,小米也拥抱开源,发布自家深度学习框架 MACE。据悉,MACE 支持 TensorFlow 和 Caffe 模型,提供转换工具,可以将训练好的模型转换成专有的模型数据文件,同时还可以选择将模型转换成C++代码,支持生成动态库或者静态库,提高模型保密性。

这一年,雷锋网 AI 科技评论也在时刻关注着这些发展和变化,而关于使用哪个深度学习框架,也一直引发诸多业内人士的争论,到底哪个框架热度最高,或许能从 Google Trends 中一窥究竟。

从 Google Trends 过去三年的统计数据可以看到,在全球范围内计算机科学领域,TensorFlow、Keras、PyTorch、Caffe、Theano 这五个框架在 Google 网页搜索的热度中,TensorFlow 一直处于领先状态,Keras 位居第二。

而从过去十二个月的数据中可以看到,这五个框架的热度波动较为平缓。

而从中国过去十二个月的搜索数据中可以看到,虽然 TensorFlow 的热度依旧占据领先,但 PyTorch 的平均热度比 Keras 要高。

从美国过去十二个月的搜索数据可以看到,Keras 的搜索热度大于 PyTorch。

而在搜索框架之后,大家究竟会展开哪些相关查询呢?

基于全球过去三年间的搜索数据,可以看到,TensorFlow 相关查询排名前三的热词分别是:

  • python tensorflow

  • tensorflow machine learning

  • tensorflow github

Keras 相关查询排名前三的热词也涉及到 TensorFlow,分别是:

  • keras python

  • tensorflow keras

  • tensorflow

就连 PyTorch 排名前三的热词也与 TensorFlow 相关,分别为:

  • pytorch github

  • lstm pytorch

  • tensorflow

结合以上各类统计数据,足以证明 TensorFlow 目前在各类深度学习框架中的统治地位。从过去一年间的更新来看,谷歌一直在增强 TensorFlow 的易用性和高效性,如今年推出的 Swift for TensorFlow,将 TensorFlow 计算图与 Eager Execution 的灵活性和表达能力结合在一起,同时还注重提高整个软件架构每一层的可用性。

此外,还推出 TensorFlow 中文社区论坛,提供技术问答、教程分享、案例展示等多个栏目,旨在推进 TensorFlow 在中国的发展。

当然,对于深度学习框架的使用之争一直没有停止过,Keras 和 PyTorch 目前也均有相当庞大的社群。

究竟哪个框架好用,各个框架的优劣在哪里?雷锋网 AI 研习社社区中有包含各种框架的各类干货教程,相信你看完之后,势必会 pick 到最适合自己的深度学习框架。

 
Google 深度学习 框架
上一篇:Python数据分析基础:异常值检测和处理 下一篇:黑科技界的“魏璎珞” 察言观色有一手
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

飞桨扛起AI大旗,国产深度学习框架受追捧

百度发布了2019Q2财报,可以用八个字概括——“切换引擎,决胜未来”。从“财”的数据来解读,净利24亿,成功扭亏恢复增长,超出“华尔街”预期,这可能也是导致百度股价暴涨的基础。抛开财务报表的结果不说,从结构上看,可以明显看到百度押注的“AI未来”开始展现成效。

奕麓 ·  2019-08-26 14:31:02
2019深度学习框架排行榜 (从TOP 10到TOP 3)

得益于深度学习框架发展初期各家为更好地推动技术发展而造就的开源生态模式,如今,深度学习框架百花齐放,百家争鸣,快速推动了深度技术在工业界的落地应用。当然,好“药”也得有好“炉”炼,下面我们就介绍下目前主流的深度学习框架的发展状况,各自的特点以及适合的场景等,希望能够帮助大家找到合适的“炉”。

球状闪电 ·  2019-08-02 09:26:24
基于Face-api.js框架,在前端完成人脸识别

本文为大家介绍的是一款在浏览器端运行的人脸识别框架,即Face-api.js 。它基于TensorFlow.js,完成了从人脸检测,提取特征点,计算描述符和人脸匹配等一系列步骤。

chenfengshf ·  2019-07-24 15:25:29
PyTorch最佳实践,怎样才能写出一手风格优美的代码

PyTorch是最优秀的深度学习框架之一,它简单优雅,非常适合入门。本文将介绍PyTorch的最佳实践和代码风格都是怎样的。

机器之心 ·  2019-05-06 11:06:30
中国移动研究院常耀斌:主流人工智能技术栈的深度探讨和实践总结

下面我以人工智能在医疗领域的平台架构为例,进行五层模型技术栈的讲解,分别是基础数据层,计算引擎层,分析引擎层,应用引擎层和典型应用层,重点讲解计算和分析引擎。

常耀斌 ·  2019-04-24 16:32:52
该如何选择最适合你的开源框架?

很多神经网络框架已开源多年,支持机器学习和人工智能的专有解决方案也有很多。多年以来,开发人员在Github上发布了一系列的可以支持图像、手写字、视频、语音识别、自然语言处理、物体检测的机器学习框架,但并没有一种框架可以完美地解决你所有的需求。

大数据资讯平台 ·  2019-03-10 22:21:47
流行的十四个机器学习编程语言框架和工具

本文介绍了面向数据科学界宠儿Python的软件框架和库、大数据平台以及处理机器学习管道每个阶段的基于云的服务。

布加迪 ·  2019-02-27 08:00:00
强化学习的框架化,会引爆AI开发的新脑洞吗?

能够提供技术解决方案及低准入门槛的后者才是王道。但面对众多开发平台的深度学习框架,需要考虑的问题可就多了:兼容性、社群资源、框架迁移等等不一而足。

脑极体 ·  2019-01-31 10:42:04
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载