從Google Trends，看各大深度學習框架使用熱度
隨著深度學習在計算機視覺、自然語言處理等領域取得的成果越來越顯著，對深度學習的討論越來越多。作為當下最熱門的話題，從 2015 年至今，短短三年時間，谷歌、非死book、微軟等國外巨頭，百度、小米等國內企業，前后圍繞深度學習推出一系列開源框架。
谷歌于 2015 年底推出 TensorFlow，在開源時，谷歌曾表示，開源 TensorFlow 能夠加速谷歌在人工智能上的部署，幫助其在人工智能發展日益重要的未來搶占更多主導權。過去三年間，TensorFlow 在開發者社區享有盛譽，已成為最為常用的深度學習框架之一，目前不僅支持 Eager Execution 動態圖機制，還集成了 NVIDIA TensorRT，此外，TensorFlow 中文社區論壇（https://www.tensorflowers.cn）也正式上線。
2016 年初，微軟開源 CNTK 深度學習工具包。CNTK 具有相當不錯的可擴展性、速度和精確性，在語音識別領域被廣泛使用。在隨后的改進中，這一框架提供了對 ONNX 標準的更好支持，在分布式訓練上迎來多項性能改進。
2017 年初，非死book 在 Torch 的基礎上，針對 Python 語言發布了全新的機器學習工具包——PyTorch。目前，PyTorch 已經融合了 Caffe2 和 ONNX 支持模塊化、面向生產的功能，并保留了其靈活、以研究為中心的設計。
而在國內，2016 年 8 月底，百度開源自研深度學習平臺 PaddlePaddle。2017 年 11 月，PaddlePaddle 發布三項新功能：PaddlePaddleFluid，PaddlePaddleCloud，PaddlePaddleEDL，這三大新功能的推出，進一步加強了 PaddlePaddle 的易用性，提高了效率，并降低了開發者的使用門檻。
今年 7 月，小米也擁抱開源，發布自家深度學習框架 MACE。據悉，MACE 支持 TensorFlow 和 Caffe 模型，提供轉換工具，可以將訓練好的模型轉換成專有的模型數據文件，同時還可以選擇將模型轉換成 C++ 代碼，支持生成動態庫或者靜態庫，提高模型保密性。
從 Google Trends 過去三年的統計數據可以看到，在全球范圍內計算機科學領域，TensorFlow、Keras、PyTorch、Caffe、Theano 這五個框架在 Google 網頁搜索的熱度中，TensorFlow 一直處于領先狀態，Keras 位居第二。
而從過去十二個月的數據中可以看到，這五個框架的熱度波動較為平緩。
而從中國過去十二個月的搜索數據中可以看到，雖然 TensorFlow 的熱度依舊占據領先，但 PyTorch 的平均熱度比 Keras 要高。
從美國過去十二個月的搜索數據可以看到，Keras 的搜索熱度大于 PyTorch。
而在搜索框架之后，大家究竟會展開哪些相關查詢呢？
基于全球過去三年間的搜索數據，可以看到，TensorFlow 相關查詢排名前三的熱詞分別是：
-
python tensorflow
-
tensorflow machine learning
-
tensorflow github
Keras 相關查詢排名前三的熱詞也涉及到 TensorFlow，分別是：
-
keras python
-
tensorflow keras
-
tensorflow
就連 PyTorch 排名前三的熱詞也與 TensorFlow 相關，分別為：
-
pytorch github
-
lstm pytorch
-
tensorflow
結合以上各類統計數據，足以證明 TensorFlow 目前在各類深度學習框架中的統治地位。從過去一年間的更新來看，谷歌一直在增強 TensorFlow 的易用性和高效性，如今年推出的 Swift for TensorFlow，將 TensorFlow 計算圖與 Eager Execution 的靈活性和表達能力結合在一起，同時還注重提高整個軟件架構每一層的可用性。
此外，還推出 TensorFlow 中文社區論壇，提供技術問答、教程分享、案例展示等多個欄目，旨在推進 TensorFlow 在中國的發展。
當然，對于深度學習框架的使用之爭一直沒有停止過，Keras 和 PyTorch 目前也均有相當龐大的社群。
來自: 雷鋒網