深度學(xué)習(xí)有很多好用的框架，比如：Tensor flow，pytorch，paddlepaddle。

　　PaddlePaddle是起源于百度的開源深度學(xué)習(xí)平臺。它是簡單易用的：你可以通過簡單的十?dāng)?shù)行配置搭建經(jīng)典的神經(jīng)網(wǎng)絡(luò)模型；它也是高效強大的：PaddlePaddle可以支撐復(fù)雜集群環(huán)境下超大模型的訓(xùn)練，在百度內(nèi)部，已經(jīng)有大量產(chǎn)品線使用了基于PaddlePaddle的深度學(xué)習(xí)技術(shù)。在這些根植業(yè)務(wù)的穩(wěn)定框架中，由百度開發(fā)并維護的PaddlePaddle是適合中國開發(fā)者和企業(yè)的深度學(xué)習(xí)工具，成熟的PaddlePaddle官方所維護的模型數(shù)量基本上是最多的，包括自然語言處理、計算機視覺和推薦等領(lǐng)域的成熟模型。這些模型很多都是根據(jù)百度自身業(yè)務(wù)積累而開源的，甚至還會提供對應(yīng)的預(yù)訓(xùn)練資源。例如在NLP中的情感分析任務(wù)上，PaddlePaddle就會提供基于中文的預(yù)訓(xùn)練模型，這對于開發(fā)者而言是非常有意義的?！　?/p>

　　不像基于動態(tài)圖的pytorch,與基于靜態(tài)圖的tensorflow，paddlepaddle為了兼顧靈活性和高性能，同時為用戶提供動態(tài)圖和靜態(tài)圖兩種計算圖。靜態(tài)圖是先定義網(wǎng)絡(luò)結(jié)構(gòu)而后運行，對定義好的圖結(jié)構(gòu)進行分析，可以使運行速度更快，顯存占用更低，在業(yè)務(wù)部署上線上的具有非常大的優(yōu)勢，為用戶的AI應(yīng)用落地提供高效支持。但是靜態(tài)圖組網(wǎng)和執(zhí)行階段是分開，提供了更方便的動態(tài)圖模式，所有操作可以立即獲得執(zhí)行結(jié)果，而不必等到執(zhí)行階段才能獲取到結(jié)果，這樣可以更方便進行模型的調(diào)試，同時還減少了大量用于構(gòu)建Executor等代碼，使得編寫、調(diào)試網(wǎng)絡(luò)的過程變得更加便捷。用戶可以使用更加便捷的動態(tài)圖模式進行調(diào)試、訓(xùn)練，然后可以把訓(xùn)練好的模型轉(zhuǎn)換為靜態(tài)圖的結(jié)構(gòu)，快速上線部署。

　　Hub是什么？Hub本意是中心，docker有dockerHub，大家可以把自己創(chuàng)建的鏡像打包提交到dockerhub上，需要的時候再pull下來，非常方便，！很多時候我們不需要從頭開始訓(xùn)練模型，如果有預(yù)訓(xùn)練好的模型，直接做遷移學(xué)習(xí)就可以，但是傳統(tǒng)的方式基本上都需要從各個官網(wǎng)上去下載，模型比較大，用起來并不輕量?？梢灾苯訌腍ub上下載預(yù)訓(xùn)練的模型做遷移學(xué)習(xí)或預(yù)測，極大的減輕了工作量。

　　paddle hub是什么，PaddleHub是基于PaddlePaddle開發(fā)的預(yù)訓(xùn)練模型管理工具，可以借助預(yù)訓(xùn)練模型更便捷地開展遷移學(xué)習(xí)工作，旨在讓PaddlePaddle生態(tài)下的開發(fā)者更便捷體驗到大規(guī)模預(yù)訓(xùn)練模型的價值。PaddleHub目前的預(yù)訓(xùn)練模型覆蓋了圖像分類、目標(biāo)檢測、詞法分析、Transformer、情感分析五大類別。未來會持續(xù)開放更多類型的深度學(xué)習(xí)模型，如語言模型、視頻分類、圖像生成等預(yù)訓(xùn)練模型?；陬A(yù)訓(xùn)練模型，用戶可以更便捷地完成自己的AI應(yīng)用，飛槳為用戶提供預(yù)訓(xùn)練模型管理和遷移學(xué)習(xí)組件PaddleHub，可一鍵加載工業(yè)級預(yù)訓(xùn)練模型。本次新增發(fā)布29個預(yù)訓(xùn)練模型，共為用戶提供40+預(yù)訓(xùn)練模型，覆蓋文本、圖像、視頻三大領(lǐng)域八類模型。PaddleHub提供Fine-tuneAPI，10行代碼即可完成大規(guī)模預(yù)訓(xùn)練模型的遷移學(xué)習(xí)。PaddleHub還引入「模型即軟件」的理念，通過PythonAPI或者命令行工具。

　　paddlehub與pytorchhub對比，PytorchHub目前支持18個模型，PaddleHub支持29個，PaddleHub支持的模型數(shù)量有絕對的優(yōu)勢；而PytorchHub涉及的方向更多，但是每個方向的模型并不多，對CV的支持更多；PaddleHub涉及的方向只有兩個，CV和NLP，但是對NLP的支持尤其多，高達22個，不僅包括目前最潮的BERT，還有百度自己研發(fā)的知識增強語義表示模型Ernie，在多個中文NLP任務(wù)中表現(xiàn)超過BERT。pytorchHub不支持命令行運行，但PaddleHub支持，命令行運行就是指我們安裝PaddleHub后，可以無需進入python環(huán)境，即可快速體驗PaddleHub無需代碼、一鍵預(yù)測的命令行功能。需要注意的是，在PaddleHub中，既可以支持命令行使用，即在終端輸入。

　　目前我想用paddlehub來做一個中文識別的模型。

　　

總結(jié)

以上是生活随笔為你收集整理的paddlepaddle与paddlehub简要的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。