前言#
本文简单记录介绍一下 PaddlePaddle。
飞桨 (PaddlePaddle) 以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。
正文#
一、什么是 PaddlePaddle#
飞桨 (PaddlePaddle) 以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、 开源开放的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。目前，飞桨累计开发者 535 万，服务企业 20 万家，基于飞桨开源深度学习平台产生了 67 万个模型。飞桨助力开发者快速实现 AI 想法，快速上线 AI 业务。帮助越来越多的行业完成 AI 赋能，实现产业智能化升级。
二、PaddlePaddle 功能#
-
开发便捷的产业级深度学习框架
-
支持超大规模深度学习模型的训练
-
支持多端多平台的高性能推理部署工具
-
面向产业应用，开源开放覆盖多领域的工业级模型库
PaddlePaddle本身是个平台，支持的各种模型在各个子模型库中，比如分类库PaddleClas、检测库PaddleDetection、分割库PaddleSeg、OCR、NLP、语音、视频等，详细可见模型库。
每个子模型库中包含了多种主流的模型实现，用户可以很方便的自主训练或直接部署。
三、PaddlePaddle 使用#
# CPU
pip install paddlepaddle
# GPU
pip install paddlepaddle-gpu
# 安装合适的支持cuda版本的paddle,可以去查看相应版本下载
python -m pip install paddlepaddle-gpu==2.4.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
然后安装需要的子模型库，官方都有比较详细的教程与社区支持。
四、总结#
PaddlePaddle作为百度开发的深度学习平台，整体完成度，使用文档和社区支持都算中上水平，与之类似的还有一个计算机视觉算法库的项目OpenMMLab，是香港中文大学 - 商汤科技联合实验室 MMLab 开源的算法平台，只不过后者聚焦于 CV 领域，而PaddlePaddle支持更多领域的模型实现。
PS用户可以在aistudio上免费使用一定时间的 GPU 资源。这是百度的在线深度学习平台，我没有使用过，不清楚是否可以免费使用。
官方项目里介绍的：“PaddlePaddle 用户可领取免费 Tesla V100 在线算力资源，训练模型更高效。每日登陆即送 8 小时，前往使用免费算力。”
最后#
参考文章：
声明#
本文仅作为个人学习记录。
本文与HBlog保持同步。