深度学习框架之PaddlePaddle

百度飞桨PaddlePaddle一周学习心得

最近，闲来无事参加了百度举行的《百度架构师手把手带你零基础实践深度学习》。由于之前在大学也接触过Google的深度学习框架tensorflow，学了一周之后发现PaddlePaddle更加友好，从数据的下载\、模型的调用、训练、测试及部署，非常适合零基础的同学入门深度学习，无偿安利一波，感兴趣的同学也可以参加，现在刚开始一周，连接为：https://www.paddlepaddle.org.cn/support/news?action=detail&id=2148。接下来讲讲个人的收获：

PaddlePaddle平台全景

飞桨针对不同硬件环境，提供了丰富的支持方案：

Paddle Inference：飞桨原生推理库，用于服务器端模型部署，支持Python、C、C++、Go等语言，将模型融入业务系统的首选。
Paddle Serving：飞桨服务化部署框架，用于云端服务化部署，可将模型作为单独的Web服务。
Paddle Lite：飞桨轻量化推理引擎，用于 Mobile 及 IoT 等场景的部署，有着广泛的硬件支持。
Paddle.js：使用 JavaScript（Web）语言部署模型，用于在浏览器、小程序等环境快速部署模型。
PaddleSlim：模型压缩工具，获得更小体积的模型和更快的执行性能。
X2 Paddle：辅助工具，将其他框架模型转换成Paddle模型，转换格式后可以方便的使用上述5个工具。
3. 其他全研发流程的辅助工具
AutoDL：飞桨自动化深度学习工具，自动搜索最优的网络结构与超参数，免去用户在诸多网络结构中选择困难的烦恼和人工调参的繁琐工作。
VisualDL：飞桨可视化分析工具，不仅仅提供重要模型信息的可视化呈现，还允许用户在图形上进一步交互式的分析，得到对模型状态和问题的深刻认知，启发优化思路。
PaddleFL：飞桨联邦学习框架，可以让用户运用外部伙伴的服务器资源训练，但又不泄露业务数据。
PaddleX：飞桨全流程开发工具，可以让用户方便的基于PaddleX制作出适合自己行业的图形化AI建模工具。
paddlepaddle的接口也非常详细的介绍，也免去翻译的必要（英语不好的孩子永远的痛）

PADDLE X

在接触了paddle paddle之后，发现了paddlex这个让人爱不释手的东西。这个葵花宝典简直真的如名字所描述的那样十分钟上手（https://paddlex.readthedocs.io/zh_CN/develop/quick_start.html）。里面的详细程度堪称手把手教学。几乎囊括了所有主流的分类、目标检测、语义分割等模型，使得复现模型变得非常简单。


以目标检测为例，我们可以根据不同的需求选择模型，

来不及解释了，赶紧上车吧！