百度飞桨（PaddlePaddle）登陆鹏城汇智

9月25日，百度飞桨（PaddlePaddle）系列11个开源项目已全部在鹏城汇智上线。

飞桨（PaddlePaddle）是目前国内唯一功能完备的端到端开源深度学习平台，最初由百度科学家和工程师共同开发，具有易用、高效、灵活和可扩展等特点，为百度的众多产品提供深度学习算法支持，致力于让深度学习技术的创新与应用更简单，并让每个人都能通过PaddlePaddle接触深度学习。PaddlePaddle的前身是百度于2013年自主研发的深度学习平台Paddle。而现在，PaddlePaddle在深度学习框架方面，覆盖了搜索、图像识别、语音语义识别理解、情感分析、机器翻译、用户画像推荐等多领域的业务和技术。

飞浆团队秉承着开源的态度，系列开源项目已正式上传至鹏城汇智，包括：飞桨（PaddlePaddle）、Paddle-Lite（飞桨端侧推理引擎）、PaddleHub（飞桨预训练模型管理和迁移学习工具）、飞浆模型库、艾尼ERNIE（基于飞桨的语义理解预训练框架）、飞浆深度学习教程、深度学习可视化工具VisualDL、模型转换工具X2Paddle、PARL、AutoDL 、PGL。

项目简介

飞桨PaddlePaddle

PaddlePaddle (PArallel Distributed Deep LEarning) 是一个简单易用、高效灵活、可扩展的深度学习平台，最初由百度科学家和工程师共同开发，目的是将深度学习技术应用到百度的众多产品中。

PaddleHub飞桨预训练模型管理和迁移学习工具

PaddleHub是基于飞桨（PaddlePaddle）生态下的预训练模型管理和迁移学习工具，可以结合预训练模型更便捷地开展迁移学习工作。

Paddle-Lite（飞桨端侧推理引擎）

Paddle Lite为Paddle-Mobile的升级版，定位支持包括手机移动端在内更多场景的轻量化高效预测，支持更广泛的硬件和平台，是一个高性能、轻量级的深度学习预测引擎。在保持和飞桨（PaddlePaddle）无缝对接外，也兼容支持其他训练框架产出的模型。针对更广泛、更异构的AI硬件支持，是Paddle Lite的核心亮点之一。

飞桨模型库

飞桨模型库覆盖图像、自然语言处理、推荐等多种方向的官方模型。

艾尼ERNIE（基于飞桨的语义理解预训练框架）

ERNIE 是基于持续学习的语义理解预训练框架，使用多任务学习增量式构建预训练任务。目前ERNIE已升级至2.0，ERNIE 2.0 中，新构建的预训练任务类型可以无缝的加入训练框架，持续的进行语义理解学习。通过新增的实体预测、句子因果关系判断、文章句子结构重建等语义任务，ERNIE 2.0 语义理解预训练模型从训练数据中获取了词法、句法、语义等多个维度的自然语言信息，极大地增强了通用语义表示能力。

飞桨深度学习教程

该项目是飞桨（PaddlePaddle）的深度学习教程，这本书是一本“交互式”电子书 —— 每一章都可以运行在一个Jupyter Notebook里。

深度学习可视化工具VisualDL

VisualDL是一个面向深度学习任务设计的可视化工具，包含了scalar、参数分布、模型结构、图像可视化等功能，项目正处于高速迭代中，新的组件会不断加入。

目前大多数DNN平台均使用Python作为配置语言，VisualDL原生支持python的使用，通过在模型的Python配置中添加几行，便可以为训练过程提供丰富的可视化支持。

除了Python SDK之外，VisualDL底层采用C++编写，其暴露的C++ SDK也可以集成到其他平台中，实现原生的性能和定制效果。

模型转换工具X2Paddle

X2Paddle支持将其余深度学习框架训练得到的模型，转换至飞桨（PaddlePaddle）模型。

PARL

PARL 是一个基于飞桨（PaddelPaddle）的高性能、灵活的强化学习框架。

AutoDL

基于飞桨（PaddlePaddle）的自动化网络结构设计AutoDL。