paddle是百度開(kāi)發(fā)，國(guó)內(nèi)第一款深度學(xué)習(xí)框架；tensorflow是谷歌開(kāi)發(fā)，全球范圍內(nèi)廣泛使用的開(kāi)發(fā)框架，tf在兩三年前用戶占比很高，但近來(lái)由于pytorch的易入手和便捷性得到更多用戶的喜愛(ài)。

TensorFlow?是一個(gè)采用數(shù)據(jù)流圖（dataflowgraphs），用于數(shù)值計(jì)算的開(kāi)源軟件庫(kù)。節(jié)點(diǎn)（Nodes）在圖中表示數(shù)學(xué)操作，圖中的線（edges）則表示在節(jié)點(diǎn)間相互聯(lián)系的多維數(shù)據(jù)數(shù)組，即張量（tensor）。它靈活的架構(gòu)讓你可以在多種平臺(tái)上展開(kāi)計(jì)算，例如臺(tái)式計(jì)算機(jī)中的一個(gè)或多個(gè)CPU（或GPU），服務(wù)器，移動(dòng)設(shè)備等等。TensorFlow最初由Google大腦小組（隸屬于Google機(jī)器智能研究機(jī)構(gòu)）的研究員和工程師們開(kāi)發(fā)出來(lái)，用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，但這個(gè)系統(tǒng)的通用性使其也可廣泛用于其他計(jì)算領(lǐng)域。

PaddlePaddle(中文名：飛槳，PArallelDistributedDeepLEarning并行分布式深度學(xué)習(xí))是一個(gè)深度學(xué)習(xí)平臺(tái)，具有易用、高效、靈活和可伸縮等特點(diǎn)，為百度內(nèi)部多項(xiàng)產(chǎn)品提供深度學(xué)習(xí)算法支持。

PaddlePaddle的優(yōu)勢(shì)：

同時(shí)支持動(dòng)態(tài)圖和靜態(tài)圖，兼顧靈活性和效率

動(dòng)態(tài)圖具有方便調(diào)試、高效驗(yàn)證業(yè)務(wù)、快速實(shí)現(xiàn)想法等特點(diǎn)，靜態(tài)圖具有方便部署、運(yùn)行速度快，適合進(jìn)行業(yè)務(wù)應(yīng)用等特點(diǎn)，助您靈活、高效地進(jìn)行訓(xùn)練和預(yù)測(cè)

精選應(yīng)用效果最佳的算法模型并提供官方支持

飛槳提供70+官方模型，全部經(jīng)過(guò)真實(shí)應(yīng)用場(chǎng)景的有效驗(yàn)證?；诎俣榷嗄曛形臉I(yè)務(wù)實(shí)踐，提供更懂中文的NLP模型；同時(shí)開(kāi)源多個(gè)百度獨(dú)有的優(yōu)勢(shì)業(yè)務(wù)模型以及國(guó)際競(jìng)賽冠軍算法

真正源于產(chǎn)業(yè)實(shí)踐，提供業(yè)界最強(qiáng)的超大規(guī)模并行深度學(xué)習(xí)能力

飛槳是業(yè)內(nèi)唯一全面支持大規(guī)模稀疏參數(shù)訓(xùn)練場(chǎng)景的開(kāi)源框架，支持千億規(guī)模參數(shù)、數(shù)百個(gè)節(jié)點(diǎn)的高效并行訓(xùn)練

支持的特性

易用性：為用戶提供了直觀且靈活的數(shù)據(jù)接口和模型定義接口

靈活性：PaddlePaddle支持多種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和優(yōu)化算法。簡(jiǎn)單書(shū)寫(xiě)配置文件即可實(shí)現(xiàn)復(fù)雜模型，如帶注意力機(jī)制或復(fù)雜記憶連接的神經(jīng)機(jī)器翻譯模型

高效性：為充分發(fā)揮多種計(jì)算資源的效力，PaddlePaddle在計(jì)算、存儲(chǔ)、架構(gòu)、通信等多方面都做了細(xì)致優(yōu)化，性能優(yōu)異

可伸縮性：PaddlePaddle全面支持多核、多GPU、多機(jī)環(huán)境，優(yōu)化的通信實(shí)現(xiàn)使高吞吐與高性能成為可能，輕松應(yīng)對(duì)大規(guī)模數(shù)據(jù)訓(xùn)練需求

兩個(gè)框架的對(duì)比：

社區(qū)活躍量不一樣，github，paddle9k，而TensorFlow90k。我剛開(kāi)始還以為paddle中文好理解，其實(shí)發(fā)現(xiàn)并不然。如果你在學(xué)習(xí)的過(guò)程中遇見(jiàn)哪個(gè)aip不知道，你發(fā)現(xiàn)，你在paddle官網(wǎng)上查也全是英文，而TensorFlow直接在百度上查，就有很多資源解釋。而paddlepaddle百度上查api幾乎沒(méi)有。所以就學(xué)習(xí)上，TensorFlow還是資源比較豐富的。但是你在Github上提問(wèn)，paddle官方人員會(huì)給你解答，這點(diǎn)paddle還是比較好的。TensorFlow偏向于研究，paddlepaddle偏向于應(yīng)用。如果你只是運(yùn)用深度學(xué)習(xí)模型，其實(shí)paddle就可以了，通常TensorFlow的幾行代碼，paddle一行就解決了。但是你要搞研究還是建議你用TensorFlow。比如你要編寫(xiě)自己的激活函數(shù)，TensorFlow直接就可以寫(xiě)，而paddle你還要去底層用去編寫(xiě)。（底層兩個(gè)都是用的c++）因?yàn)閜addle把所有的激活函數(shù)都封裝成api了。