飞桨（PaddlePaddle）

是什么

飞桨（PaddlePaddle）是百度开源的深度学习框架。这类框架提供的是一个神经网络项目里可以复用的部分：层的定义、优化算法、数据读取，以及把训练分摊到多台机器上的底层机制。开发者描述模型的结构，框架负责把它跑起来，团队因此不必为每个项目重写一遍基础设施。

由来

它一开始并不是公开项目。前身叫 Paddle，即 Parallel Distributed Deep Learning（并行分布式深度学习），是百度从 2013 年起在内部研发的深度学习平台 ^[2]。2016 年 9 月 1 日，百度首席科学家吴恩达（Andrew Ng）在百度世界大会上宣布，这一平台以 PaddlePaddle 的名字对外开放 ^[2]。百度官网把开源时间记为 2016 年 9 月 ^[1]。公开的 GitHub 仓库创建得稍早一些，时间是 2016 年 8 月 15 日，采用 Apache-2.0 许可 ^[3]。

中新网在报道中称，这次开源使 PaddlePaddle 成为国内首个开源深度学习平台，百度也成为继 Google、Facebook、IBM 之后第四家开放人工智能技术的公司 ^[2]。

第一个版本能做什么

发布时的版本同时支持 CPU 和 GPU，既能在单机上运行，也能以分布式方式运行，训练可以扩展到数百台机器上 ^[2]。分布式正是原来那个名字里 Parallel Distributed 的含义：模型和数据大到一台服务器放不下时，计算必须拆开分头进行，再把结果合并回来。

第一个版本没有只给一个空框架，而是随附了 5 个可以直接跑起来的任务：神经机器翻译、推荐、图像分类、情感分析和语义角色标注 ^[2]。这 5 个都是很典型的题型。神经机器翻译把一种语言的句子转换成另一种语言的句子；推荐预测用户可能点击或购买什么；图像分类把一张图片归到某个类别；情感分析判断一段文字是正面还是负面；语义角色标注则找出一个句子里谁对谁做了什么。把它们做成能端到端运行的样例，新用户拿到手就有东西可跑，也对应着百度自己关心的业务——搜索、广告和信息流都依赖排序与文本理解。

在发展中的位置

把框架开源，也是围绕它建立社区的方式。框架的竞争力看的是别人为它发布了多少模型、它能跑在什么硬件上、有多少人能回答关于它的问题，一个始终不对外共享的内部平台则只能停留在建设它的那几个团队里。百度把内部平台开放出来，使自己与 Google、Facebook、IBM 已经开放的框架站到了同一行列 ^[2]，也让中文开发者在本土有了一个基础层的选择。

这个项目后来远远超出了发布时的范围。百度官网现在给出的数字是 477 万开发者、平台上创建的 56 万个模型，以及 18 万家企业与机构用户 ^[1]。这些数字描述的不只是一套软件，而是一个生态：有人用它训练模型，也有机构把业务建立在它之上。