Paddle框架整体使用感受

废话不多说,省得没人看。文章大致是推荐深度学习入门者可以尝试paddle框架。

paddlepaddle是百度AI推出的一款深度学习框架,与tensorflow、cafffe和pytorch等框架相似,提供了使用神经网络结构的各种API接口。
我从3月初的深度学习7日打卡营第四期,再到近日参加的CV疫情七日打卡营活动,满打满算接触了整整一个月,来作为我入门深度学习的第一步。也是在此期间的经历,让我对paddle有了一个整体的印象。也基于此,我认为paddle是特别适合深度学习入门者学习的一门框架。

1.AI Studio平台提供了免费的算力和便捷的编辑器
不同于其他框架需要在线下配置。AI Studio是一个高配置的线上使用平台,默认配置了paddle环境。在平台上,每天运行项目获取12小时算力,连续五天运行项目获取48小时算力,总的来说每个五天里你只会有12小时的空档期,这个算力基本用不停,它所提供的高级版配置(显卡tesla v100,显存32,至尊CPU8核,100G硬盘)相信不是个人轻易承受得起,我之前初粗略的查了一下显卡的价格,69999,噢,我留下了眼泪。算力只是一个方面,AI Studio提供了基本的Jupyter Notebook编辑器和linux指令终端,这足够满足大多数的任务需求,还能够让你可以在不同的设备上直接登陆使用它,非常便捷。如果前面只是这个平台使用上的一些感受话,那么线上平台的存在意为着社区的存在这一方面将会非常有帮助,社区的存在能够将各种问题集中在一起,你不需要遇到问题就往CSDN、博客园、知乎等一些地方跑,在平台上就能搜索到使用Paddle方面存在的问题,以及各种其他开发者开源的项目都能够直接收藏运行进行参考,甚至部分专业问题会有AI Studio官方的专业人员不时的对问题进行解答(这对一个可能遇到网上从没出现过的问题的人太重要了,很多坑太疼)。
当然,不足之处,我觉得AI Studio社区功能优化得暂时还不够好,比如搜索的时候不是很懂为什么要先点一下那个放大镜才弹出来搜索框,其实默认搜索框可以输入会更好。
其次是我一进去是有点眼花缭乱,排版有些问题,一眼过去获取的信息量很少,然后置顶信息也比较多,连看到自己可能感兴趣的问题的机会都没有(1080P分辨率一眼过去底下居然只能看到两条动态呈现的帖子),同时切换板块选择太细,不知从何使用,也应该先按照CV、NLP等几个大区方向分出来,作为一个可以直接进入的总板块,再做小版块的细分。还有为了积分,目前注水的人挺多,我觉得应该开个NLP情感分析大赛,专门识别那些注水发言,鼓励高质量的留言和帖子(要不是我搞3D-CV,不然我就尝试了,嘿嘿)。


2.中文API文档
在提供了使用平台的基础上,“国产”是它的另外一个代名词,我并不是一个爱国鼓吹者,只是想从实际使用出发谈谈感受。国产的好处是Paddle的各种安装、使用文档都是中文版。中文的形式让你在寻找想要的api接口和学习使用它的时间成本上会大大降低,让你更专心自己的实现,同时相比英文文档也更容易构建自己的记忆体系框架,简直不要太友好,很多的知识概念和相关api接口你可以先从paddle的中文版上了解到,毕竟框架只是框架,即便后面转而用到其他框架,大体上提供的基本功能你也都能够比较了解,很容易上手。


3.较为完整的深度学习部署体系
这一点也是最近的CV七日活动才发现的,paddle已经做到了从想法到落地实现的一整个体系。最基本的paddle可以说提供了你各种神经网络的使用接口,满足你自由开发的功能,而paddlehub工具能够让你用几行代码轻松的实现yolov、ssd、自制的等预训练好的模型的引用,节省时间。而对于你训练好的网络结构,PaddleSlim提供了减裁、量化、蒸馏、nas等接口做进一步的改善,用来满足落地的需求。此外,对于不想从事深度学习领域的专业人员但又想使用深度学习技术的人,paddle还提供了paddleX图形界面工具,不用代码可以直接搭建神经网络(不过我没用过,因为这样是会找不到工作的)。总之,从整体而,paddle已经满足了远超入门者所需使用的条件(不敢说满足进阶者,因为我将处于并长期处于入门者门槛边缘)。

4.其它
当然其实还有许多问题我没提到,有些是我不懂或还没接触到,比如paddle在芯片方面的使用,paddle和其他框架互转的工具之类的,后面学得深一些,会继续补充。
除了上面三个方面外,还有一些零碎的好感在这里记录一下。一个是paddle会不定时的组织入门课程,帮助新手入门,特别是最近的CV七日这一期的第二天课程开始,因为自己本身在此期间也从AlexNet到Mask R-CNN之间主要的十几篇论文看一遍,我能明显的感受到干货的增加,课程一部分介绍理论,一部分介绍实践操作,相当实用,如果没有课程,我这个入门者在寻找实操用例方面简直就是有选择困难症,而且那些案例良莠不齐,但现在都有专业相关的人员拎出来了,就感觉方便了很多。同时,课程是以组织微信群的形式存在,这次大概6个群,每个群近满500人中,我所在的2群里非常热闹(以前深怕错过什么重要知识,几百条未读都要看下来,后来热闹到我懒得翻了,哈),班主任+助教+平台相关负责人+各种热心同学,都会尽可能解决你在群上的提出的疑难杂症,同时还可以交友不是?

二是我之间也在知乎上看到过有关paddle框架的一些评论和见解,貌似(几个月到一年?)之前还是有很多吐槽不好和不完善的地方,但是我有时候能够在知乎评论底下看到相关的paddle人员的回复,表示问题指出的感谢,并且会尽快完善不足的地方,然后后来好像是经历一次大改版(不过之前的版本我没用过,使用体验我不得而知了),现在的版本总体使用感受上我还是比较满意。课程每期都有调研问卷汲取建议,我也能明显的感受到paddle对于各种建议做出的改善,比如CV这期就比深度学习第四期人性化了很多,不像之前拘泥于时间规则,更多了注重了入门者的学习体验,最终目的以学到知识为重。还有微信群上复杂问题不适合描述并且检索和分享都比较困难,又在AI Studio课程里开设了相应的讨论板块,等等。
这些做出的改善,让我们这些建议者这能够感受到我们的提议到了重视,这大概也是我最欣喜的一点。一个平台和框架总会有缺陷,但是我却能看到它们与时俱进,跟着时间一同改善,它的发展有着更大的可能性,也许现在它在你那里还不够好,但是you can give them your advice.

最后,对于考虑学习哪种框架的想入门的人来说,paddle框架是非常适合的,并且一名深度学习使用者本就不止需要掌握一门框架,你完全可以先用paddle入门,有着paddle基础的你后面再学pytorch之类的框架会更加容易,而且paddle也有提供paddle和tensorflow、pytorch等框架之间相互转换的工具,这绝对是非常方便的事情。还有,如果这篇心得能够被看到的话,也希望AI Studio平台能够考虑一下增强paddle和其他框架的流动和互动,增大更多的包容性,不仅仅是忧虑paddle使用者转而去使用其他框架,而是也有可能是让使用其他框架的更多人,转而流入AI Studio中,参与paddle框架的使用,让paddle成为入门者第一个学习框架的同时,也让其他框架的使用者会考虑尝试使用paddle,让paddle成为一个中转站也未妨不可。只要平台和paddle还在一步步改善,我就会支持它,在这里也感谢我在学习过程中提供给我帮助的班班、助教和群友们。

第一次比较正经的写帖子,有错误之处还望海涵,我会进行修改。

  • 12
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
PaddlePaddle (PArallel Distributed Deep LEarning 并行分布式深度学习)是百度研发的深度学习平台,具有易用,高效,灵活和可伸缩等特点,为百度内部多项产品提供深度学习算法支持。 飞桨(PaddlePaddle)是目前国内唯一自主研发、开源开放、功能完备的产业级深度学习平台,集深度学习核心框架、基础模型库、端到端开发套件、工具组件和服务平台于一体。飞桨源于产业实践,致力于与产业深入融合,提供了领先的深度学习&机器学习任务开发、训练、部署能力,加速企业从算法研发到产业落地的过程。目前飞桨已广泛应用于工业、农业、服务业等,服务150多万开发者,与合作伙伴一起帮助越来越多的行业完成AI赋能。 四大领先技术 1、开发便捷的产业级深度学习框架 飞桨深度学习框架采用基于编程逻辑的组网范式,对于普通开发者而言更容易上手,符合他们的开发习惯。同时支持声明式和命令式编程,兼具开发的灵活性和高性能。网络结构自动设计,模型效果超越人类专家。 2、支持超大规模深度学习模型的训练 飞桨突破了超大规模深度学习模型训练技术,实现了支持千亿特征、万亿参数、数百节点的开源大规模训练平台,攻克了超大规模深度学习模型的在线学习难题,实现了万亿规模参数模型的实时更新。  3、多端多平台部署的高性能推理引擎 飞桨不仅兼容其他开源框架训练的模型,还可以轻松地部署到不同架构的平台设备上。同时,飞桨的推理速度也是全面领先的。尤其经过了跟华为麒麟NPU的软硬一体优化,使得飞桨在NPU上的推理速度进一步突破。 4、面向产业应用,开源开放覆盖多领域的工业级模型库。 飞桨官方支持100多个经过产业实践长期打磨的主流模型,其中包括在国际竞赛中夺得冠军的模型;同时开源开放200多个预训练模型,助力快速的产业应用。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值