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、Facebook、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，Facebook 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。

這一年，雷鋒網 AI 科技評論也在時刻關注著這些發展和變化，而關于使用哪個深度學習框架，也一直引發諸多業內人士的爭論，到底哪個框架熱度***，或許能從 Google Trends 中一窺究竟。

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。

究竟哪個框架好用，各個框架的優劣在哪里？雷鋒網 AI 研習社社區中有包含各種框架的各類干貨教程，相信你看完之后，勢必會 pick 到最適合自己的深度學習框架。