深度学习7日营--初学Paddlepaddle
自尊心3 发布于2020-04-07 13:42 浏览:473 回复:2
0
收藏

作为一个初探深度学习的用户,在pytorch、tensorflow、mxnet、caffe这些框架下或多或少有些许项目经验,我将结合此次深度学习7日营的学习来谈一下paddlepaddle框架。

首先在疫情期间,不能返校复工的情况下,百度云GPU可以提供非常充足的免费算力来推进项目。免费算力的提供就已经把其他云平台(kaggle、谷歌的colab)远远甩在身后。百度ai提供的免费算力,对于大部分应用型项目而言,已经能达到使用需求。每天运行项目可以获得12小时的算力,连续5天运行项目可以而外获得48小时的算力。简单的计算下来,百度就已经提供可连续不断的算力支持,可以做到项目的稳定运行和调试,而不用担心由于算力的不够要对项目进行迁移等问题。但是这些免费算力都有使用的时限,对于开发者而言,可以很好的推动项目的迭代更新。

其次,百度aistudio目前只支持paddlepaddle的GPU调用,所以想要使用GPU算力,就必须学习paddlepaddle框架的使用。短期来看,对于大多数深度学习用户,是在接触aistudio之前是没有入门paddlepaddle,无疑增加了使用的门槛。而且大部分开源的项目是基于pytorch和tensorflow,开发者需要对项目进行迁移,存在着一定的工作量。但是,从长远来看,这对于生态的持续发展是有非常大的好处。paddlepaddle当前主要面向国内用户,而国内目前仍没有其他比较好的框架可以替代pytorch和tensorflow,而paddlepaddle的出现,正填补的国内框架的空缺。目前深度学习正在推开普及阶段,paddlepaddle具有非常完善的中文文档,可以做到与框架的同步更新,对于国内的初学用户非常友好,避免了初学用户由于语言带来的学习痛苦。随着国内开发者的培养,paddlepaddle的生态问题将会在aistudio的运营下逐步完善,对于后续的使用将提供极大的便捷。

对于paddlepaddle本身而言,在1.7版本之后,官方已经支持了动态图,可以说,具有后发优势的paddlepaddle,目前已经初步具有深度学习届‘瑞士军刀’的潜质。

  • 首先最基本的动态图和静态图,直接对标pytorch和tensorflow。在使用上而言,两者下的项目迁移到paddlepaddle下的难度不大。可以在API的设计看出,paddlepaddle开发者在设计之初,就从使用者角度出发,目的能够很好的在paddlepaddle下实现,有意的降低了paddlepaddle重新学习的门槛。
  • 其次是并行计算、分布式、跨平台的官方支持,从底层对paddlepaddle进行优化,使得paddlepaddle既能作为项目的之初的设计调试,又降低了对于部署到多平台的难度,对于工业界的使用具有非常重要的意义。
  • 再者,看到paddlepaddle的github仓库,可以说paddlepaddle具有非常宏大的愿景,无论是学术界、工业界,自然语言处理、计算机视觉,图模型等,处处开花。

深度学习营的开展,让更多的开发者了解到paddlepaddle这个优秀好用的框架,极大的利于社区生态的可持续发展,源源不断的开发者为aistudio社区贡献力量。

收藏
点赞
0
个赞
共2条回复 最后由189******30回复于2020-04-21 10:08
#3189******30回复于2020-04-21 10:08:41

学习得好严肃啊。认真出好活儿。支持,共同进步。

0
#2Wwsd3d回复于2020-04-20 15:54:05

我是 AI Studio的PM,对你写的一些项目感兴趣,是否考虑投稿精选项目呀~?

感兴趣的话加我QQ:980902922

0
TOP
切换版块