从 Google Trends，看各大深度学习框架使用热度

随着深度学习在计算机视觉、自然语言处理等领域取得的成果越来越显著，对深度学习的讨论越来越多。作为当下最热门的话题，从 2015 年至今，短短三年时间，谷歌、Facebook、微软等国外巨头，百度、小米等国内企业，前后围绕深度学习推出一系列开源框架。

谷歌于 2015 年底推出 TensorFlow，在开源时，谷歌曾表示，开源 TensorFlow 能够加速谷歌在人工智能上的部署，帮助其在人工智能发展日益重要的未来抢占更多主导权。过去三年间，TensorFlow 在开发者社区享有盛誉，已成为最为常用的深度学习框架之一，目前不仅支持 Eager Execution 动态图机制，还集成了 NVIDIA TensorRT，此外，TensorFlow 中文社区论坛也正式上线。

2016 年初，微软开源 CNTK 深度学习工具包。CNTK 具有相当不错的可扩展性、速度和精确性，在语音识别领域被广泛使用。在随后的改进中，这一框架提供了对 ONNX 标准的更好支持，在分布式训练上迎来多项性能改进。

2017 年初，Facebook 在 Torch 的基础上，针对 Python 语言发布了全新的机器学习工具包——PyTorch。目前，PyTorch 已经融合了 Caffe2 和 ONNX 支持模块化、面向生产的功能，并保留了其灵活、以研究为中心的设计。

而在国内，2016 年 8 月底，百度开源自研深度学习平台 PaddlePaddle。2017 年 11 月，PaddlePaddle 发布三项新功能：PaddlePaddleFluid，PaddlePaddleCloud，PaddlePaddleEDL，这三大新功能的推出，进一步加强了 PaddlePaddle 的易用性，提高了效率，并降低了开发者的使用门槛。

今年7月，小米也拥抱开源，发布自家深度学习框架 MACE。据悉，MACE 支持 TensorFlow 和 Caffe 模型，提供转换工具，可以将训练好的模型转换成专有的模型数据文件，同时还可以选择将模型转换成C++代码，支持生成动态库或者静态库，提高模型保密性。

这一年，我们在时刻关注着这些发展和变化，而关于使用哪个深度学习框架，也一直引发诸多业内人士的争论，到底哪个框架热度最高，或许能从 Google Trends 中一窥究竟。

从 Google Trends 过去三年的统计数据可以看到，在全球范围内计算机科学领域，TensorFlow、Keras、PyTorch、Caffe、Theano 这五个框架在 Google 网页搜索的热度中，TensorFlow 一直处于领先状态，Keras 位居第二。

而从过去十二个月的数据中可以看到，这五个框架的热度波动较为平缓。

而从中国过去十二个月的搜索数据中可以看到，虽然 TensorFlow 的热度依旧占据领先，但 PyTorch 的平均热度比 Keras 要高。

从美国过去十二个月的搜索数据可以看到，Keras 的搜索热度大于 PyTorch。

而在搜索框架之后，大家究竟会展开哪些相关查询呢？

基于全球过去三年间的搜索数据，可以看到，TensorFlow 相关查询排名前三的热词分别是：

• python tensorflow
• tensorflow machine learning
• tensorflow github

Keras 相关查询排名前三的热词也涉及到 TensorFlow，分别是：

• keras python
• tensorflow keras
• tensorflow

就连 PyTorch 排名前三的热词也与 TensorFlow 相关，分别为：

• pytorch github
• lstm pytorch
• tensorflow

结合以上各类统计数据，足以证明 TensorFlow 目前在各类深度学习框架中的统治地位。从过去一年间的更新来看，谷歌一直在增强 TensorFlow 的易用性和高效性，如今年推出的 Swift for TensorFlow，将 TensorFlow 计算图与 Eager Execution 的灵活性和表达能力结合在一起，同时还注重提高整个软件架构每一层的可用性。

当然，对于深度学习框架的使用之争一直没有停止过，Keras 和 PyTorch 目前也均有相当庞大的社群。

本文文字及图片出自 雷锋网

你也许感兴趣的：

• 如何入门PyTorch自然语言处理？
• TensorFlow，危！抛弃者正是谷歌自己
• 亚马逊机器学习服务Amazon SageMaker 又添九项新功能！
• “你们都很懂，从此我不说话了”，深度学习先驱Yann LeCun被骂关Twitter
• 趣图：对深度学习的考验
• 为什么深度学习这么容易被欺骗？
• 译 | 什么是深度学习里的卷积？
• 美团是如何基于深度学习实现图像的智能审核？
• 深度学习技术其实没那么美好
• 深度学习的局限性和未来