11種深度學(xué)習(xí)框架影響力評估

編者按：Jeff Hale根據(jù)網(wǎng)上招聘、調(diào)研報告、網(wǎng)絡(luò)搜索、論文、教程、GitHub等數(shù)據(jù)，評估了11種深度學(xué)習(xí)框架的影響力。

現(xiàn)在數(shù)據(jù)科學(xué)領(lǐng)域最熱門的方向仍舊是深度學(xué)習(xí)。相應(yīng)地，深度學(xué)習(xí)框架也處于飛速變革之中?，F(xiàn)在最流行的框架，除Theano外，5年前都不存在。

我想搜集一些哪個框架更值得關(guān)注的證據(jù)，所以我搞了這個影響力評分。我使用了7個不同類別的11個數(shù)據(jù)源，以評估框架的使用量、興趣、流行度。接著我對這些數(shù)據(jù)進(jìn)行加權(quán)組合，得到了本文的結(jié)果。具體的代碼可以在Kaggle Kernel上看到：discdiver/deep-learning-framework-power-scores-2018 2018年9月20日更新：應(yīng)眾多讀者要求，我擴(kuò)大了框架的評估范圍，加入了Caffe、Deeplearning4J、Caffe2、Chainer?，F(xiàn)在的評測包括了KDNuggets使用調(diào)研中所有報告使用率在1%以上的框架。

2018年9月21日更新：我改進(jìn)了一些測度的方法。

不多啰嗦了，下面是深度學(xué)習(xí)框架的影響力評分：

毫無疑問，TensorFlow位居第一。不過我有一些意料之外的發(fā)現(xiàn)，詳情見下。

框架

評測的所有框架都是開源的，除了其中一個框架外都提供了Python接口，有些框架提供了R或其他語言的接口。

TensorFlow是毫無爭議的贏家。GitHub上最熱，谷歌搜索最多，Medium文章、亞馬遜書籍、ArXiv論文最多。使用TensorFlow的開發(fā)者最多，大多數(shù)網(wǎng)上招聘的工作描述中也提到了它。TensorFlow背后站著Google。

Keras擁有“為人類而不是機(jī)器設(shè)計的API”。幾乎各項評估中，它都是第二流行的框架。Keras以TensorFlow、Theano或CNTK為底層引擎。如果你是深度學(xué)習(xí)的新手，建議從Keras開始。

總體而言，PyTorch是第三流行的框架，也是第二流行的獨(dú)立框架。它比TensorFlow要年輕，流行度的增速十分迅猛。它也支持TensorFlow尚不支持的一些定制。PyTorch背后站著的是Facebook。

Caffe是第四流行的框架。它差不多快5歲了。相對而言，某些雇主還要求熟悉Caffe，一些學(xué)術(shù)論文也還用Caffe，但最近使用Caffe的人不多。

Theano是蒙特利爾大學(xué)2007年研發(fā)的，也是最古老的有顯著影響力的Python深度學(xué)習(xí)框架。它的流行度降了一大截，主要開發(fā)者也宣布不會再發(fā)布加入新功能的大版本了。不過，目前仍有一些更新。Theano仍然是排名第五的框架。

亞馬遜使用Apache孵化的MXNET。它是第六流行的深度學(xué)習(xí)庫。

CNTK是微軟的認(rèn)知工具集。它讓我想起了微軟其他很多產(chǎn)品，試圖和谷歌、Facebook提供的工具競爭，但沒贏得多少使用。

Deeplearning4J，也稱為DL4J，配套Java語言使用。它是唯一不提供Python接口的準(zhǔn)流行框架。不過，你可以導(dǎo)入用Keras寫的模型。這也是唯一一個兩個不同的搜索項（Deeplearning4J和DL4J）偶爾返回不同結(jié)果的框架。我在每項測度中使用了較高的數(shù)字。由于這個框架的評分相當(dāng)?shù)停虼诉@并沒有帶來什么實(shí)質(zhì)性的改變。

Caffe2是另一個Facebook開源產(chǎn)品。它基于Caffe構(gòu)建，現(xiàn)在是PyTorch項目的一部分（同一GitHub倉庫）。由于現(xiàn)在Caffe2沒有自己的代碼倉庫，我使用了舊倉庫的GitHub數(shù)據(jù)。

Chainer是由日本公司Preferred Networks開發(fā)的框架。它有一小批使用者。

FastAI基于PyTorch構(gòu)建。它的API借鑒了Keras，只需很少的代碼（比Keras還要少）就可以得到強(qiáng)力的結(jié)果。目前而言，F(xiàn)astAI屬于前沿框架，目前正處于為預(yù)計2018年10月發(fā)布的1.0版本重寫代碼的階段。FastAI的作者Jeremy Howard是Kaggle的主席。他曾經(jīng)寫過一篇Introducing Pytorch for fast.ai，討論為何FastAI從使用Keras轉(zhuǎn)向創(chuàng)建自己的框架。

現(xiàn)在還沒有什么職位需要用這個框架，本身使用也不廣泛。然而，由于FastAI的免費(fèi)在線課程很流行，自然而然就有不少使用者。這個框架強(qiáng)大易用，因此可能會很快普及。

標(biāo)準(zhǔn)

我選擇了以下7個類別來評估深度學(xué)習(xí)框架的流行度和關(guān)注度。

在線招聘描述

KDnuggets使用調(diào)研

谷歌搜索量

Medium文章

亞馬遜數(shù)據(jù)

ArXiv論文

GitHub熱度

數(shù)據(jù)采集自2018年9月16日至2018年9月21日，源數(shù)據(jù)可以通過谷歌試算表訪問：https://docs.google.com/spreadsheets/d/1mYfHMZfuXGpZ0ggBVDot3SJMU-VsCsEGceEL8xd1QBo/edit?usp=sharing

我使用了Python的pandas庫探索流行度，并使用plotly庫進(jìn)行可視化。如果你想要查看可交互的plotly圖表，請訪問我在文章開頭提到過的Kaggle Kernel。

在線招聘描述

現(xiàn)在的工作市場上哪種深度學(xué)習(xí)庫需求更高？我搜集了LinkedIn、Indeed、Simply Hired、Monster、Angel List的上的數(shù)據(jù)。

毫無疑問，TensorFlow是這方面的贏家。如果你想找一份深度學(xué)習(xí)的工作，可以學(xué)一下TensorFlow。

我通過“machine learning”（機(jī)器學(xué)習(xí)）加庫名的方式搜索。比如，“machine learning TensorFlow”。我測試了若干搜索方法，這個方法可以得到相關(guān)性最高的結(jié)果。

之所以額外加上一個搜索詞，是因為有些框架的名字可能有歧義，比如Caffe可能有多種含義。

使用量

KDnuggets是一個流行的數(shù)據(jù)科學(xué)網(wǎng)站。它在調(diào)研軟件使用情況的時候提問：

你在過去12個月的真實(shí)項目上用了什么分析、大數(shù)據(jù)、數(shù)據(jù)科學(xué)、機(jī)器學(xué)習(xí)軟件？

讓人有點(diǎn)意外的是，Keras的使用量很高——差不多快趕上TensorFlow了。有意思，美國的雇主們熱衷找具備TensorFlow技術(shù)的人，而Keras的使用率差不多一樣高。

KDnuggets有好幾年的數(shù)據(jù)。盡管我在分析中只使用了2018年的數(shù)據(jù)，我需要指出，2017年后，Caffe、Theano、MXNET、CNTK的使用量下降了。

谷歌搜索熱度

最大搜索引擎上的網(wǎng)絡(luò)搜索量是一項很好的評估流行度的指標(biāo)。我查看了過去一年谷歌趨勢的搜索歷史。谷歌沒有提供搜索量的絕對值，不過它提供了不同搜索項的對比圖形。

Keras和TensorFlow的差距不大，PyTorch位居第三，其他框架的搜索量相對較低。

現(xiàn)在，讓我們簡單看下搜索量隨時間的改變趨勢，這能提供歷史上下文。Google自帶兩年搜索趨勢變化的圖表。

紅：TensorFlow；黃：Keras；藍(lán)：PyTorch；綠：Caffe

過去一年里，TensorFlow的搜索量沒什么顯著增長，但Keras和PyTorch的搜索量增加了。谷歌趨勢只允許同時比較五個搜索項，所以其他框架在另外的圖表上比較——都沒顯示出什么明顯的趨勢，除了相對TensorFlow而言極低的搜索量。

發(fā)表

我納入了多種發(fā)表類型。讓我們先看下Medium文章。

Medium文章

Medium上有很多流行的數(shù)據(jù)科學(xué)文章和指南。

終于出現(xiàn)新贏家了，Keras超過了TensorFlow，而相比其他評估項，F(xiàn)astAI的表現(xiàn)很突出。

我猜想這可能是因為Keras和FastAI對初學(xué)者更友好。新的深度學(xué)習(xí)從業(yè)者對這兩個框架的興趣較大，而Medium上有大量教程。

我使用了谷歌的站內(nèi)搜索，限定時間為12個月內(nèi)，使用框架名加“l(fā)earning”（學(xué)習(xí)）作為關(guān)鍵詞——同樣是為了避免“caffe”帶來的歧義。相比其他關(guān)鍵詞組合，這導(dǎo)致的搜索結(jié)果下降最少。

現(xiàn)在讓我們看下亞馬遜上有關(guān)這些框架的書籍?dāng)?shù)量。

亞馬遜書籍

我在Amazon.com的圖書 > 計算機(jī)技術(shù)分類下搜索每個深度學(xué)習(xí)框架的名稱。

TensorFlow又獲勝了。MXNET的書比期望的多，而Theano的書比期望的少。相對其流行度而言，PyTorch的書不多，這可能是因為這個框架比較年輕。注意這一測量偏向老框架，因為書的出版周期比較長。

ArXiv論文

機(jī)器學(xué)習(xí)方面的學(xué)術(shù)論文，最常發(fā)表在ArXiv上。我同樣使用谷歌站內(nèi)搜索，限定時間為12個月內(nèi)。

TensorFlow還是第一。注意，相比學(xué)術(shù)論文而言，Keras在Meidum和亞馬遜上要流行得多。PyTorch在這一類別排名第二，顯示它在實(shí)現(xiàn)新想法方面的靈活性。Caffe的評分也相對較好。

GitHub熱度

GitHub熱度是另一項框架流行度的指標(biāo)。我為收藏、分叉、關(guān)注、貢獻(xiàn)者分別制作了圖表，因為這些數(shù)據(jù)更適合分別呈現(xiàn)，而不是混在一起。

TensorFlow也是最流行的，有大量活躍用戶。考慮到FastAI甚至還不滿一歲，它在GitHub上的熱度相當(dāng)不錯。有意思的是，相比另外三個測度，不同框架的貢獻(xiàn)者數(shù)量總體而言比較接近。

收集、分析了所有數(shù)據(jù)后，是時候?qū)⑺鼈冋铣梢粋€測度了。

影響力評分過程

我是這樣得出影響力評分的：

將所有特征的尺度縮放至0到1

聚合在線招聘描述和GitHub熱度的子類別

根據(jù)下圖的權(quán)重對類別進(jìn)行加權(quán)

如上圖所示，在線招聘描述、KDnuggets一組，網(wǎng)絡(luò)搜索、發(fā)表、GitHub熱度一組，平分權(quán)重。這樣劃分看起來是最合適的，平衡了多種類別。

為了便于查看，各項加權(quán)評分乘以100

累加每個框架的各項評分以得到單一的影響力評分

下為各個類別的統(tǒng)計數(shù)據(jù)：

下為加權(quán)和聚合子類別后的各項評分：

這就得到了文章開頭的圖表：

100是最高可能得分，意味著在所有類別都是第一。TensorFlow幾乎達(dá)到了100分，這并不令人意外，畢竟它在每個類別中都是第一（或者幾乎是第一）。Keras毫無爭議地位居第二。

我再重復(fù)一遍，如果你想要以可交互的方式查看圖表，或者分叉Jupyter Notebook，請訪問我開頭提到的Kaggle Kernel。

未來

目前為止，TensorFlow的領(lǐng)先地位難以動搖。短期內(nèi)，它應(yīng)該會繼續(xù)統(tǒng)治深度學(xué)習(xí)領(lǐng)域。不過，考慮到深度學(xué)習(xí)世界的飛速變革，長期來看，TensorFlow的領(lǐng)先可能發(fā)生變化。

時間會告訴我們，PyTorch是否能超越TensorFlow，就像React超越Angular一樣。這兩對框架還挺適合類比的。PyTorch和React都是由Facebook支撐的靈活度很高的框架，通常認(rèn)為要比谷歌支撐的競爭者更容易使用。

FastAI能獲取課程之外的用戶嗎？它有一大堆自帶的學(xué)生用戶，比Keras對初學(xué)者更友好的API。

你覺得未來會怎么樣？請留言分享你的想法。

給學(xué)習(xí)者的建議

如果你掌握了Python、numpy、pandas、sklearn、matplotlib技能，考慮學(xué)習(xí)一個深度學(xué)習(xí)框架，我建議你從Keras開始。它的用戶數(shù)量很大，也受到雇主的認(rèn)可，Medium上也有很多文章可以參考，API也很容易使用。

如果你已經(jīng)掌握了Keras，決定下一個要學(xué)習(xí)的框架不太容易。我建議你選擇TensorFlow或者PyTorch，深入學(xué)習(xí)，以做出很棒的深度學(xué)習(xí)模型。

如果你想要熟練掌握需求量最大的框架，你應(yīng)該選擇TensorFlow。但研究人員很喜歡用PyTorch，因為它既易用又靈活。Quora上有一個關(guān)于選TensorFlow還是PyTorch的問題：https://www.quora.com/Should-I-go-for-TensorFlow-or-PyTorch

如果你具備了這些框架的經(jīng)驗，我建議你留意下FastAI。如果你想學(xué)習(xí)基礎(chǔ)和高級的深度學(xué)習(xí)技能，可以看下FastAI的免費(fèi)在線課程。FastAI 1.0許諾讓你可以很容易地實(shí)現(xiàn)最新的深度學(xué)習(xí)策略，并快速迭代。

不管你選什么框架，我希望你現(xiàn)在對哪個深度學(xué)習(xí)框架需求最高，使用最多，文章最多有所了解。

如果你覺得這篇文章有意思或者有幫助，請多多轉(zhuǎn)發(fā)、點(diǎn)贊，讓更多人看到這篇文章。

快樂深度學(xué)習(xí)！