人工智能基礎(chǔ)與應(yīng)用 課件 4.2.深度學(xué)習(xí)框架

深度學(xué)習(xí)深度學(xué)習(xí)框架主講人：董張慧雅人工智能課程團(tuán)隊(duì)目錄|

CONTENTSTensorFlow01Keras0203PyTorchPaddlePaddle0401TensorFlowTensorFlowTensorFlow是一個(gè)由Google開發(fā)的開源機(jī)器學(xué)習(xí)框架，它最初是為了滿足Google的機(jī)器學(xué)習(xí)需求而開發(fā)的，后來成為了一個(gè)廣泛應(yīng)用于各種領(lǐng)域的流行工具。TensorFlow的名稱來源于其核心操作——張量（tensors），張量是多維數(shù)組的數(shù)學(xué)概念，它是TensorFlow中的基本數(shù)據(jù)單元，而Flow（流）意味著基于數(shù)據(jù)流圖的計(jì)算。什么是TensorFlowTensorFlow靜態(tài)計(jì)算圖、動(dòng)態(tài)計(jì)算圖和Autograph三種構(gòu)建方式。靜態(tài)計(jì)算圖需要先使用TensorFlow的各種算子創(chuàng)建計(jì)算圖，再開啟一個(gè)會話Session，顯示執(zhí)行計(jì)算圖。動(dòng)態(tài)計(jì)算圖，即每使用一個(gè)算子后，該算子會被動(dòng)態(tài)加入到隱含的默認(rèn)計(jì)算圖中立即執(zhí)行得到結(jié)果，而無需開啟Session，方便調(diào)試程序。計(jì)算圖TensorFlow1.0靜態(tài)計(jì)算圖，速度快；TensorFlow2.0動(dòng)態(tài)計(jì)算圖，簡單易用。版本比較適合各種應(yīng)用，提供豐富工具和庫，支持靜態(tài)和動(dòng)態(tài)計(jì)算圖，具有強(qiáng)大分布式計(jì)算能力，支持多種語言接口，提供高級操作，易于部署和運(yùn)行，有強(qiáng)大社區(qū)支持和豐富文檔。特點(diǎn)中國移動(dòng)智能割接助手中國移動(dòng)使用TensorFlow打造了一種人工智能應(yīng)用——智能割接助手，它能夠自動(dòng)預(yù)測切換時(shí)間范圍、驗(yàn)證操作日志和檢測網(wǎng)絡(luò)異常，為一線運(yùn)維人員減負(fù)。02KerasKeras是一個(gè)高層次的深度學(xué)習(xí)框架，它建立在底層的深度學(xué)習(xí)庫（如TensorFlow、Theano和CNTK）之上，提供了更簡單、更易用的接口。Keras的設(shè)計(jì)目標(biāo)是讓用戶能夠快速構(gòu)建和調(diào)試深度學(xué)習(xí)模型，以最小的時(shí)延把想法轉(zhuǎn)換為實(shí)驗(yàn)結(jié)果，同時(shí)保持靈活性和可拓展性。Keras的開發(fā)重點(diǎn)是支持快速的實(shí)驗(yàn)。在TensorFlow2.0發(fā)布時(shí)，Keras成為TensorFlow的官方應(yīng)用程序接口（ApplicationProgramInterface，API），即tf.keras。什么是KerasKerasKeras特點(diǎn)提供簡潔、一致的API，輕松定義、訓(xùn)練和評估深度學(xué)習(xí)模型。用戶友好基于TensorFlow、Pytorch等深度學(xué)習(xí)庫，無縫切換。支持多種深度學(xué)習(xí)庫通過模塊化方式組織深度學(xué)習(xí)模型，選擇不同組件組合構(gòu)建復(fù)雜模型。模塊化和可組合性擁有豐富文檔和活躍社區(qū)，輕松找到教程、示例代碼和解決方案。豐富的文檔和社區(qū)支持0102030405PyTorchPyTorch是由Facebook人工智能研究院（FAIR）開發(fā)的深度學(xué)習(xí)框架，與谷歌的Tensorflow不同，它從第一代開始就采用動(dòng)態(tài)計(jì)算圖的設(shè)計(jì)方式，是當(dāng)下最流行的動(dòng)態(tài)圖框架，支持動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)。PyTorch的底層實(shí)現(xiàn)基于Torch庫，并提供了Python接口，支持GPU加速計(jì)算，可以方便地實(shí)現(xiàn)各種深度學(xué)習(xí)算法和模型。什么是PytorchPytorchPyTorch模型開發(fā)和調(diào)試更加靈活和方便。動(dòng)態(tài)計(jì)算圖01提供豐富的工具和庫，API設(shè)計(jì)簡潔明了。支持TensorBoard，可視化神經(jīng)網(wǎng)絡(luò)訓(xùn)練過程。易于上手02充分利用GPU的并行計(jì)算能力，加速模型訓(xùn)練和推斷。高效的GPU加速0304廣泛應(yīng)用和活躍的社區(qū)支持，易于找到教程、示例代碼和解決方案。社區(qū)支持提供Python接口，也支持C++和Lua等其他語言。支持多種語言05使用TensorBoard跟蹤模型訓(xùn)練07PaddlePaddle飛槳（PaddlePaddle）是由百度開發(fā)的深度學(xué)習(xí)平臺，旨在提供高效、易用的深度學(xué)習(xí)框架和工具。它集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫、端到端開發(fā)套件、豐富的工具組件于一體，是中國首個(gè)自主研發(fā)、功能豐富、開源開放的產(chǎn)業(yè)級深度學(xué)習(xí)平臺。飛槳于2016年正式開源，是主流深度學(xué)習(xí)框架中一款完全國產(chǎn)化的產(chǎn)品。什么是PaddlePaddlePaddlePaddle圖

飛槳在各領(lǐng)域的應(yīng)用PaddlePaddle飛槳產(chǎn)業(yè)級深度學(xué)習(xí)開源開放平臺包含核心框架、基礎(chǔ)模型庫、端到端開發(fā)套件與工具組件幾個(gè)部分，各組件使用場景如圖所示。PaddlePaddle的應(yīng)用飛槳助力變電站智慧巡檢南方電網(wǎng)電力科技股份有限公司引入飛槳深度學(xué)習(xí)開源框架，為變電站智能機(jī)器人賦能，表計(jì)檢測和表盤分割能力大大提高，實(shí)現(xiàn)對變電設(shè)備的準(zhǔn)確檢測和分析。讓人工巡檢耗時(shí)大幅減少，原來需要6小時(shí)才能完成的巡檢工作現(xiàn)在只需花10分鐘即可，智能運(yùn)維效果大幅提高。PaddlePaddle的應(yīng)用飛槳助力動(dòng)力電池高精度質(zhì)量檢測寧德時(shí)代聯(lián)合百度飛槳深度學(xué)習(xí)開源平臺，對電池缺陷質(zhì)量檢測產(chǎn)線進(jìn)行了改良，通過飛槳深度優(yōu)化過的PP-YOLO和ResNet系列算法和調(diào)整預(yù)測Batch，實(shí)現(xiàn)了整體產(chǎn)品檢測準(zhǔn)確率的躍升，為動(dòng)力電池質(zhì)量保障筑起智能防線。PaddlePaddle的應(yīng)用飛槳助力農(nóng)業(yè)智能化水稻是我國三大主糧之一。水稻田的田間管理復(fù)雜、重復(fù)度高（諸如打藥、鋤草等）且工作極其繁重，給從業(yè)人員造成了極大的負(fù)擔(dān)。蘇州博田利用百度飛槳(PaddlePaddle)的深度學(xué)習(xí)技術(shù)讓拖拉機(jī)和農(nóng)業(yè)機(jī)器人學(xué)會了視覺導(dǎo)航，可以根據(jù)水稻秧苗的種植情況實(shí)時(shí)調(diào)整航向，避免壓苗等情況