從 Google Trends，看各大深度學習框架使用熱度

AI 科技評論按：隨著深度學習在計算機視覺、自然語言處理等領域取得的成果越來越顯著，對深度學習的討論越來越多。作為當下最熱門的話題，從 2015 年至今，短短三年時間，谷歌、Facebook、微軟等國外巨頭，百度、小米等國內企業，前後圍繞深度學習推出一系列開源框架。

谷歌於 2015 年底推出 TensorFlow，在開源時，谷歌曾表示，開源 TensorFlow 能夠加速谷歌在人工智慧上的部署，幫助其在人工智慧發展日益重要的未來搶佔更多主導權。過去三年間，TensorFlow 在開發者社區享有盛譽，已成為最為常用的深度學習框架之一，目前不僅支持 Eager Execution 動態圖機制，還集成了 NVIDIA TensorRT，此外，TensorFlow 中文社區論壇（https://www.tensorflowers.cn）也正式上線。

2016 年初，微軟開源 CNTK 深度學習工具包。CNTK 具有相當不錯的可擴展性、速度和精確性，在語音識別領域被廣泛使用。在隨後的改進中，這一框架提供了對 ONNX 標準的更好支持，在分散式訓練上迎來多項性能改進。

2017 年初，Facebook 在 Torch 的基礎上，針對 Python 語言發布了全新的機器學習工具包——PyTorch。目前，PyTorch 已經融合了 Caffe2 和 ONNX 支持模塊化、面向生產的功能，並保留了其靈活、以研究為中心的設計。

而在國內，2016 年 8 月底，百度開源自研深度學習平台 PaddlePaddle。2017 年 11 月，PaddlePaddle 發布三項新功能：PaddlePaddleFluid，PaddlePaddleCloud，PaddlePaddleEDL，這三大新功能的推出，進一步加強了 PaddlePaddle 的易用性，提高了效率，並降低了開發者的使用門檻。

今年7月，小米也擁抱開源，發布自家深度學習框架 MACE。據悉，MACE 支持 TensorFlow 和 Caffe 模型，提供轉換工具，可以將訓練好的模型轉換成專有的模型數據文件，同時還可以選擇將模型轉換成C++代碼，支持生成動態庫或者靜態庫，提高模型保密性。

這一年，AI 科技評論也在時刻關注著這些發展和變化，而關於使用哪個深度學習框架，也一直引發諸多業內人士的爭論，到底哪個框架熱度最高，或許能從 Google Trends 中一窺究竟。

從 Google Trends 過去三年的統計數據可以看到，在全球範圍內計算機科學領域，TensorFlow、Keras、PyTorch、Caffe、Theano 這五個框架在 Google 網頁搜索的熱度中，TensorFlow 一直處於領先狀態，Keras 位居第二。

而從過去十二個月的數據中可以看到，這五個框架的熱度波動較為平緩。

而從中國過去十二個月的搜索數據中可以看到，雖然 TensorFlow 的熱度依舊佔據領先，但 PyTorch 的平均熱度比 Keras 要高。

從美國過去十二個月的搜索數據可以看到，Keras 的搜索熱度大於 PyTorch。

而在搜索框架之後，大家究竟會展開哪些相關查詢呢？

基於全球過去三年間的搜索數據，可以看到，TensorFlow 相關查詢排名前三的熱詞分別是：

python tensorflow

tensorflow machine learning

tensorflow github

Keras 相關查詢排名前三的熱詞也涉及到 TensorFlow，分別是：

keras python

tensorflow keras

tensorflow

就連 PyTorch 排名前三的熱詞也與 TensorFlow 相關，分別為：

pytorch github

lstm pytorch

tensorflow

結合以上各類統計數據，足以證明 TensorFlow 目前在各類深度學習框架中的統治地位。從過去一年間的更新來看，谷歌一直在增強 TensorFlow 的易用性和高效性，如今年推出的 Swift for TensorFlow，將 TensorFlow 計算圖與 Eager Execution 的靈活性和表達能力結合在一起，同時還注重提高整個軟體架構每一層的可用性。

此外，還推出 TensorFlow 中文社區論壇，提供技術問答、教程分享、案例展示等多個欄目，旨在推進 TensorFlow 在中國的發展。

當然，對於深度學習框架的使用之爭一直沒有停止過，Keras 和 PyTorch 目前也均有相當龐大的社群。

究竟哪個框架好用，各個框架的優劣在哪裡？雷鋒網 AI 研習社社區中有包含各種框架的各類乾貨教程，相信你看完之後，勢必會 pick 到最適合自己的深度學習框架。

傳送門：

https://club.leiphone.com/page/ClassificationPage/10

歡迎分享討論。

數據來源：

http://u6.gg/eqegG

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！