人工智能深度学习技术选型白皮书（37页）

行业报告下载 2018年12月17日 06:25 管理员

深度学习框架是人工智能产业化落地的核心。当前，基于深度学习的人工智能算法主要依托计算机技术体系架构实现，深度学习算法通过封装至软件框架1的方式供开发者使用。软件框架是整个人工智能技术体系的核心，实现对人工智能算法的封装，数据的调用以及计算资源的使用，起到承上启下的重要作用。

深度学习框架的分类。基于深度学习技术的服务及产品主要涉及到三类软件框架，按照应用场景分为云端训练、云端推断以及端侧推断。不同应用场景任务不同，所需承载的计算及限制条件也存在差异，因此针对各场景计算工具的功能及性能要求均有不同。

深度学习训练框架使用趋同。由于深度学习训练框架技术及生态已经趋于成熟，从目前产业界实际使用情况来看，以 TensorFlow 及 Caffe/Caffe2 为引领的深度学习训练框架占据了相对主导地位，PaddlePaddle，MXNet，PyTorch，Keras等主流训练框架由于其各自特性也在业务部属中得到了充分使用。