深度学习框架流行度浅析

背景：在学习深度学习的时候，往往需要做的一个决策是：现在深度学习框架这么多，我应该使用哪种？选取一件趁手的兵器，总是西天取经的第一步。

Who the Super Star?

Tensorflow

Github star: 104K

Github fork: 65,022

Language: C++

API Language:

Python/Java/C++/Go/JavaScript/Swift

Author: Google

Community: 38K Repos

Companies using TF:

https://www.tensorflow.org/

Keras

Github star: 31.3K

Github fork: 11,712

Language:

Python (Based on Tensorflow, Theano or CNTK)

API Language: Python/R/

Author: François Chollet (From Google)

Community: 12K Repos

Caffe

Github star: 24.7K

Github fork: 15,159

Language: C++

API Language: C++/Python/Matlab

Author:

Yangqing Jia (From Google/UC Berkeley)

Community: 5K Repos

Pytorch

Github star: 16.9K

Github fork: 3,894

Language: C++ (Based on Torch)

API Language: Python

Author: Facebook

Community: 8K Repos

Theano

Github star: 8.3K

Github fork: 2,450

Language: Python

API Language: Python

Author: Université de Montréal

Community: 2K Repos

Paddle

Github star: 7.2K

Github fork: 1,966

Language: C++

API Language: Python/C++

Author: Baidu

Community: 1K Repos

结论：

流行度评比：从上面的数据可以看到，Tensorflow和基于Tensorflow/Theano/CHTK的Keras的受欢迎流行度是属于Super Star级别的。

框架选择：

Tensorflow作为底层框架首选，其他上层框架根据自身具体情况选择。

Why Tensorflow

Tensorflow的流行度和社区活跃度都是最高的，同时因为活跃上层框架Keras也有基于Tensorflow的实现，Tensorflow的流行决定了Tensorflow的框架完善性和进化能力都是有底层保障的。同时，由于Tensorflow背后有Google大佬的支持，所以工业界工程的实现都是有支持，也保证了Tensorflow的长久完善维护，不至于出现因为作者不更新维护导致整个框架被主流抛弃的顾虑。

Others?

在其他框架中，需要考虑到的因素包括：1. 框架背后的公司支持和社区热度，不至于不再维护导致巨大的机会成本；2. 对于具体任务不同框架的优劣势；3. 不同框架开源项目的多少；个人对于框架的喜好，对于框架语言的适应性。以上考虑因素的主要目的是综合考虑目标框架的长期可持续发展，以及对于自身项目实现的高效便捷，根据自身的实际情况定制选取合适的框架。