paddlepaddle 对比tensorflow2.0

tensorflow为Google主推的深度学习框架，在更新至2.0版本后，tensorflow内部中集合了keras，变得更加简单易用。

而 paddlepaddle为百度推出的深度学习框架，为了推广paddlepaddle，百度提供了免费的算力（Tesla V100,这个还是蛮给力的，google的colab虽然免费提供了Tesla T4，之前是Tesla K80，但还是差点意思，难得白嫖百度，嘻嘻）及相关的项目和比赛。在一些特定的领域，为工业界提供了相对成熟的方案，如PaddleOCR、PaddleDetection。

 

目前刚刚接触paddlepaddle，在此初步记录两个框架的差异（待更新）

 

1.

先以最简单的tensor向量相加为例

tensorflow

import tensorflow as tf
a=tf.constant(5.)
b=tf.constant(7.)
c=a+b
print(c)

 

 paddlepaddle

import paddle.fluid as fluid
import numpy

a = fluid.data(name="a",shape=[1],dtype='float32')
b = fluid.data(name="b",shape=[1],dtype='float32')

result = fluid.layers.elementwise_add(a,b)

# 定义执行器，并且制定执行的设备为CPU
cpu = fluid.core.CPUPlace()
exe = fluid.Executor(cpu)
exe.run(fluid.default_startup_program())

x = numpy.array([5]).astype("float32")
y = numpy.array([7]).astype("float32")

outs = exe.run(
        feed={'a':x,'b':y},
        fetch_list=[result])
# 打印输出结果，[array([12.], dtype=float32)]
print( outs )

在 Paddle 中存在三种 Variable，基本等价于 Tensor 

a.模型中的可学习参数：

fluid.layers.create_parameter

b.占位 Variable:

fluid.data

c. 常量 Variable

fluid.layers.fill_constant

参考链接：https://www.paddlepaddle.org.cn/documentation/docs/zh/beginners_guide/basic_concept/variable.html