PaddlePaddle/飞桨 第一周学习心得

完整的AI学习框架

对于AI的学习和生产，目前已经有了许多的框架。知道飞桨的时间并不晚，但真实的接触和认知它却是现在才有的。
来自百度的飞桨/PaddlePaddle于2016年开源，发布了非常多关于人工智能学习的工具。令人惊喜的是，它们的AI studio平台同步跟进了课程、产业、赛事、数据集等多方面同协作的AI内容，这是一个非常完善且流程化的平台，实在是令人惊喜。
相比于早期的TensorFlow、其高层包装Keras、PyTorch等框架，百度的飞桨在整个AI框架中有着最完整和深入的布局，是实实在在的完成了我国的AI框架。

Paddle Inference：飞桨原生推理库，用于服务器端模型部署，支持Python、C、C++、Go等语言，将模型融入业务系统的首选。
Paddle Serving：飞桨服务化部署框架，用于云端服务化部署，可将模型作为单独的Web服务。
Paddle Lite：飞桨轻量化推理引擎，用于 Mobile 及 IoT 等场景的部署，有着广泛的硬件支持。
Paddle.js：使用 JavaScript（Web）语言部署模型，用于在浏览器、小程序等环境快速部署模型。
PaddleSlim：模型压缩工具，获得更小体积的模型和更快的执行性能。
X2 Paddle：辅助工具，将其他框架模型转换成Paddle模型，转换格式后可以方便的使用上述5个工具。
AutoDL：飞桨自动化深度学习工具，自动搜索最优的网络结构与超参数，免去用户在诸多网络结构中选择困难的烦恼和人工调参的繁琐工作。
VisualDL：飞桨可视化分析工具，不仅仅提供重要模型信息的可视化呈现，还允许用户在图形上进一步交互式的分析，得到对模型状态和问题的深刻认知，启发优化思路。
PaddleFL：飞桨联邦学习框架，可以让用户运用外部伙伴的服务器资源训练，但又不泄露业务数据。
PaddleX：飞桨全流程开发工具，可以让用户方便的基于PaddleX制作出适合自己行业的图形化AI建模工具。

当然，在AI Studio中，飞桨也完整地部署在了其云环境中，每个注册者都拥有免费的不限时的算力，同时也会提供非常多高算力产品，并大量补贴算力时间。总之，在学习和小规模生产上是完全没有问题的，足足够够！
其次，在本地安装飞桨也是非常方便的，飞桨官网提供了详尽的选择，其安装过程也是一键操作。除了经典的pip/conda，还有源码等方式进行，更多信息请到飞桨官网了解~

来自飞桨的课程

有幸参加了飞桨的全新课程：百度架构师手把手带你零基础实践深度学习，在第一周中，学习了如下的一些知识点，

• 人工智能的发展历史
• 飞桨与AI Studio的使用
• Python的基础语法
• 使用Numpy构建基本神经网络
• 波士顿房价预测
  • 完整的单层网络构建
  • 数据处理过程
  • 网络训练与调试过程
  • 使用PaddlePaddle重写整个网络
• 梯度下降原理与SGD
• 手写数字识别
• 优化算法的讲解

总体而言，整个流程是从易到难的，但如果是毫无经验的学习者，可能需要带着问题前进。在学习的过程中，飞桨按照当前需要了解的知识点进行课程构建，所以能完全理解当时的知识点即可，而且这也是非常重要的。
这是第一次参加飞桨的课程，对我来说是很满意的。交流群中也有很多小伙伴进行讨论，虽然每天晚上7点-9点是助教的答疑时间，但事实上他们在任何时刻都会出现并进行解答。好的课程永远是免费的，飞桨的课程正是如此。

接下来的更新内容

除了GitHub上代码的公布，CSDN会记录在飞桨学习中碰到的问题，或者是一些想法点。好记性不如烂笔头，无论是弯路还是直道，都能给予一点热忱的帮助！

也欢迎更多小伙伴前来飞桨学习，一共21天，来试试自己到底有多大的学习能力吧！