深度学习框架你最看好谁

Posted 2021-04-29 前端前沿技术

深度学习的图景在不断变化。Theano是第一个被广泛采用的深度学习框架，由Yoshua Bengio领导的MILA创建和维护。但情况已经发生改变。今年9月，MILA宣布，在发布Theano的最新版本后，2018年将终止Theano的开发和维护。这个消息并不令人感到意外。在过去的几年里，出现了不同的开源Python深度学习框架，这些框架通常是由大型科技公司开发或支持的，而且有些引起了很大的关注。

2017年开源深度学习框架图景

目前，从GitHub的star和fork数量，以及Stack Overflow活跃度来看，谷歌的TensorFlow似乎是最常用的深度学习框架。有人预计，伴随着TensorFlow的推出，谷歌将主导这个市场多年。但是，看起来其他框架确实也吸引了越来越多的充满热情的用户群。值得一提的是PyTorch的开发和发展。PyTorch是在2017年1月由Facebook推出的。它是经典机器学习库Torch框架的一个端口，Torch二进制文件包装于GPU加速的Python。

除了GPU加速和内存使用的高效外，PyTorch受欢迎的主要因素是动态计算图的使用。已经有其他一些不太知名的深度学习框架使用动态计算图，例如Chainer。动态图的优点在于，图（graph）是由run定义（“define by run”），而不是传统的“define and run”。特别是，在输入可以变化的情况下，例如文本这样的非结构化数据，这非常有用而且高效。

图：PyTorch动态计算图 - 来源：http://pytorch.org/about/

其他科技巨头也坐不住了。微软开发了名为CNTK的内部深度学习框架，在2017年正式推出2.0版本，并将其重新命名为微软认知工具包（Microsoft Cognitive Toolkit）。 2017年，Facebook还推出了Caffe2。它将成为众所周知的Caffe框架的继承者。Caffe框架最初是伯克利视觉和学习中心开发的，现在仍然非常受欢迎，这是由于它的社区性质，它是计算机视觉的应用程序，以及它的Model Zoo ——一系列预训练的模型。不过，Caffe2似乎还没有跟上Caffe的脚步。

另一个流行的深度学习框架是MXNet，由微软和亚马逊共同支持。MXNet的历史已经有一段时间了，但是当MXNet作为一个深度学习框架被提及时，我经常听到人们说“那是一个R语言的深度学习框架吧？”。是的，但不止。MXNet实际上支持许多语言，包括C ++，Python，javascript，Go，以及R。MXNet最为突出的是它的可扩展性和性能。

这些只是众多可选择的框架中的一小部分。其他开源的深度学习框架还有Deeplearning4j和Dlib（基于C ++）。而且在2017年，谷歌旗下的DeepMind发布了Sonnet（一个建立在TensorFlow上的高级面向对象的库）。其他值得一提的框架还有H20.ai和Spark。

用Keras直接构建模型— source: https://github.com/keras-team/keras

除了这些框架之外，我们还有一些包装在一个或多个框架中的接口（interface）。对于深度学习来说，最为人熟知和广泛使用的接口无疑是Keras。Keras是一个高级深度学习API，用Python编写，由谷歌的深度学习研究员François Chollet开发。谷歌在2017年宣布，Keras已被选为TensorFlow的高级API。这意味着Keras将被包含在下一个TensorFlow版本中。除了TensorFlow，Keras也可以使用Theano或者CNTK作为后端。

Keras的功能强大，因为它用非常直接的方式，即通过堆叠多个层来创建深度学习模型。使用Keras时，用户不必进行layers背后的数学运算。这似乎是快速原型设计的一种理想选择。Keras也是Kaggle比赛的热门工具。

那么，一方面我们现在拥有了高级的Keras API，可以让你轻松地构建简单而高级的深度学习模型；另一方面我们还有低级的TensorFlow框架，能为构建模型提供更大的灵活性。这两者都由谷歌支持。但是竞争并没有停止——2017年10月，微软和亚马逊的AWS联合宣布推出Gluon API。Gluon是一个封装了MXNet的高级Python深度学习接口，未来它还将支持微软的CNTK。Gluon是Keras的直接竞争对手，尽管AWS声称他们强烈支持所有深度学习框架，但显然，他们会打着AI民主化的口号押注于Gluon。

用Gluon堆叠卷积层和密集层以及参数初始化

令人惊讶的是，如今TensorFlow的最大竞争对手似乎是PyTorch。社区对PyTorch的兴趣越来越高涨，例如，Kaggle的最新竞赛中，参赛者经常选择使用PyTorch作为其解决方案的一部分，PyTorch也被用在最新的研究论文中。而TensorFlow终于引入动态图机制是在2017年10月发布的Eager Execution，这是TensorFlow的“define-by-run”接口。谷歌希望通过这次发布，赢回那些喜欢上PyTorch以及它的动态图的用户。

但对于广受欢迎的深度学习课程fast.ai的开发者来说，这个改变来得太迟了。今年9月，fast.ai宣布从Keras＆TensorFlow转换到PyTorch。fast.ai的创始研究员、Kaggle的前总裁兼首席科学家Jeremy Howard认为PyTorch将能够保持领先地位。只有时间能告诉我们答案了。

有这么多深度学习框架，对于新入门者来说，选择哪个框架可能是有挑战性的问题。坦白说，即使是经验丰富的研究人员和开发人员，也很难跟上深度学习框架最新的发展。对此，一个好消息是开放神经网络交换（ONNX）格式的发布。ONNX于9月8日由微软和Facebook联合发布，并在12月发布了V1版本。ONNX是一个表示深度学习模型的开放格式。它使用户可以更轻松地在不同框架之间转移模型。例如，它允许用户构建一个PyTorch模型，然后使用MXNet运行该模型来进行推理。

开放神经网络交换（ONNX）的Github页面

ONNX由微软、亚马逊和Facebook等公司共同发起，宣布支持ONNX的公司还有AMD、ARM、华为、 IBM、英特尔、Qualcomm等。谷歌不在这个阵营中并不令人惊讶。ONNX从一开始就支持Caffe2，Microsoft Cognitive Toolkit，MXNet和PyTorch，但与其他开源项目一样，社区也已经为TensorFlow添加了一个转换器。

小结

2017年深度学习框架方面有很多令人兴奋的发展，就跟快速发展的深度学习和人工智能一样。很难预测新的一年会发生什么。我们可能会看到一些整合，不过，大科技公司肯定会想使用和推广自己的技术栈。我们很高兴看到由不同技术巨头支持的不同框架，它们互相推动，促进更快的创新。这是我对2017年深度学习框架竞争观察的第一部分，在第二部分中，我将根据不同的度量标准，例如速度、内存使用、可移植性和可伸缩性等，来对比不同的框架性能。