比较 TensorFlow 和 PaddlePaddle 的深度学习框架答案

【问题标题】：Compare deep learning framework between TensorFlow and PaddlePaddle比较 TensorFlow 和 PaddlePaddle 的深度学习框架
【发布时间】：2017-03-27 23:12:59
【问题描述】：

我想研究深度学习的研究，但是不知道在TensorFlow和PaddlePaddle之间我应该选择哪个框架。谁能对比一下这两个框架？哪一个更好？尤其是CPU的运行效率

【问题讨论】：

无论效率如何，tensorflow 都有很好的文档记录和支持。这极大地方便了你的工作，而且自去年首次亮相以来，TensorFlow 的效率也有了很大的提高。

标签： tensorflow deep-learning paddle-paddle

【解决方案1】：

这真的取决于你要拍摄什么...... 如果您计划进行培训，CPU 将无法很好地为您工作。使用 colab 或 kaggle。

假设您确实获得了 GPU，这取决于您是要专注于分类还是对象检测。

如果您专注于分类，Keras 可能是最容易使用的，如果您想要一些高级的东西并且能够改变事物，那么 pytorch 可能是最容易使用的。

如果您计划进行对象检测，事情就会变得复杂......推理相当容易，但训练很复杂。实际上，您应该考虑 4 个平台：

Tensorflow - 功能强大但很难使用。如果您不使用 Keras（而对于 OD，您通常不能），您需要将数据集预处理为 tfrecords，这很痛苦。 OD Api 的消息非常隐秘，对 tf 版本和 api 版本的组合非常敏感。另一方面，像efficientdet 这样很酷的模型或多或少都易于使用。
MMdetection - 非常强大的框架，拥有许多高级模型，一旦您了解如何使用它，您就可以轻松使用它支持的模型。缺点是一些模型到达速度很慢（例如，efficientdet）
paddlepaddle - 如果你懂中文，这应该没问题，也许吧。文档有点落后，通常需要大量即兴创作。基本上它类似于 mmdetection，只是有一些独特的模型和一些缺失的模型。
detectron2 - 我没有使用这个，但它似乎只支持几个模型。

您可能需要先为自己定义您想做什么，然后再选择。

祝你好运！

【讨论】：

【解决方案2】：

这不是微不足道的。一些模型在一种框架下运行得更快，而另一些模型在另一种框架下运行得更快。此外，它还取决于硬件。请参阅this 博客。如果推理是您唯一关心的问题，那么您可以在任何流行的框架（如 TensorFlow、PyTorch 等）中开发您的模型。最后将您的模型转换为 ONNX 格式并使用 DNN-Bench 对其性能进行基准测试，以选择最佳推理为您的应用程序提供引擎。

【讨论】：