深度学习是机器学习中一种基于对数据进行表证学习的方法,近些年不断发展并广受欢迎。研究热潮的持续高涨,带来各种开源深度学习框架层出不穷,其中包括TensorFlow、Caffe、Keras、CNTK、Torch7、MXNet、Leaf、PaddlePaddle、Theano、DeepLearning4、Lasagne、Neon等,在此背景下,PaddlePaddle如何在这条深度学习的高速路上弯道超车,看PaddlePaddle架构师潘欣如何解答。
以下为潘欣老师演讲实录
借助传统编程语言理念的全功能深度学习框架
PaddlePaddle是国内唯一的开源深度学习平台,由百度自主研发并具备完全的自主核心技术和知识产权,支持从建模、网络、强化学习、语音识别到最后部署的全部环节,具有易学、易用、安全、高效等特点,是全功能的深度学习框架。
图一:PaddlePaddle核心框架结构
PaddlePaddle的核心架构如图所示,它的整体运行流程是通过API接口组输入/输出网络,并在底层做统一转化,然后通过Runtime进行训练,最后转换成线上部署的模型。线上部署分为服务端和移动端,为应对不同体系平台、能耗的要求,我们部署不同的设备。
其中左侧第一层是API接口,它采用Python语言编写&#x