百度深度学习平台PaddlePaddle——飞桨基础知识介绍

前期我们的文章分享了很多关于计算机视觉（openCV）,深度学习框架caffe,tensorflow,pytorch等等关于人工智能方向的文章，虽然其框架得到了大家的青睐，但是由于是国外文献知识，其阅读起来比较费时，好在百度近几年来在人工智能领域的扎根，开发了属于国人的人工智能深度学习平台–PaddlePaddle

什么是PaddlePaddle

飞桨（PaddlePaddle）以百度多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。

PaddlePaddle提供了丰富的模型库及开发套件

PaddleHub： 便捷地获取PaddlePaddle生态下的预训练模型，完成模型的管理和一键预测。配合使用Fine-tune API，可以基于大规模预训练模型快速完成迁移学习，让预训练模型能更好地服务于用户特定场景的应用。

PaddleOCR：开PaddleOCR 旨在创建多语言、出色、领先且实用的 OCR 工具，帮助用户训练更好的模型并将其应用到实践中，多语言模型支持种类提升到80+

PaddleDetection： PaddleDetection 是一款基于 PaddlePaddle 的端到端目标检测开发工具包，以模块化设计实现了多种主流目标检测、实例分割、跟踪和关键点检测算法，具有网络组件、数据增强和损失等可配置模块，并发布了许多多种SOTA行业实践模型，集模型压缩和跨平台高性能部署能力于一体，旨在帮助开发者更快更好地进行端到端的整体开发。

PaddleX：飞桨全流程开发工具，集飞桨核心框架、模型库、工具及组件等深度学习开发所需全部能力于一身，打通深度学习开发全流程。PaddleX同时提供简明易懂的Python API，及一键下载安装的图形化开发客户端。用户可根据实际生产需求选择相应的开发方式，获得飞桨全流程开发的最佳体验。

PaddleCV：PaddleCV飞桨视觉模型库，提供大量高精度、高推理速度、经过产业充分验证的智能视觉模型，覆盖各类任务场景。PaddleClas、PaddleDet和PaddleSeg等端到端的开发套件，打通模型开发、训练、压缩、部署全流程，并支持超大规模分类等进阶功能，为开发者提供高效顺畅的开发体验。

PaddleNLP：飞桨自然语言处理核心开发库，拥有覆盖多场景的模型库、简洁易用的全流程API与动静统一的高性能分布式训练能力，旨在为飞桨开发者提升文本领域建模效率，并提供基于PaddlePaddle 2.0的NLP领域最佳实践。

PaddlePaddle的安装

PaddlePaddle的安装极其简单，只需要在官方网站上选择自己需要安装的版本，根据安装信息在CMD命令框中输入相应的指令安装即可

由于PaddlePaddle与tensorflow或者pytorch引用的其他第三方库版本不一致，
为了避免软件包版本冲突，我们建立一个虚拟环境，在此环境下单独安装PaddlePaddle
python -m venv myvenv
或者安装virtualenv 
python -m virtualenv  myvenv