11 月 5 日,「WAVE SUMMIT+」2019 深度學習開發者秋季峰會在北京召開。在本次峰會上,飛槳(PaddlePaddle)全新發布和重要升級 21 個產品方向,包括:面向產業應用場景的四大端到端開發套件、融合數據和知識的預訓練結合遷移學習的飛槳 Master 模式等。
本次更新不僅僅是飛槳功能易用性的提升,也是飛槳由開發者邁向產業應用的開端。在此,雷鋒網 AI 開發者將其更新內容整理編輯如下。
1+1+4+3+12
本屆峰會上,百度深度學習技術平臺部總監馬艷軍向參會者們介紹了飛槳產業級深度學習開源開放平臺全景圖,帶來了基于產業化困難的洞察,飛槳全新發布和重要升級的 21 個產品方向,包括 9 項全新發布和 12 項新版升級。
9 項全新發布
其中,全新發布 1 個模式、1 端側推理引擎、4 大產品開發套件、3 個工具組件。
1 個模式,指的是 Master(大師)模式,即算力+數據和知識+算法=產業級預訓練模型,產業級預訓練模型+遷移學習工具平臺構成 Master 的核心,可以用于多種行業場景。
1 個端側推理引擎,則是 Paddle Lite 2.0 版本。這是一個輕量級深度學習推理框架,提供了預測到部署完整工具鏈,旨在打通端到端部署全流程。
4 大面向應用任務的產業級開發套件,則專用于實現四大應用任務的全流程開發、訓練和部署,包括:
- NLP 領域的 ERNIE 語義理解——一個基于持續學習的語義理解預訓練框架;

- CV 方向的 PaddleDetection——目標檢測 已集成 60+預訓練模型,提供易使用的目標檢測模型;
- PaddleSeg 圖像分割——幫助用戶完成從訓練到部署的全流程圖像分割應用;
- 推薦方向的 ElasticCTR 點擊率預估——可實現分布式訓練 CTR 預估任務和 Serving 流程一鍵部署;
3 項深度學習前沿技術工具組件,包括:
- 聯邦學習 PaddleFL——其能力在于復制和比較不同的聯邦學習算法;
- 圖神經網絡框架 PGL——提供了一系列的Python接口用于存儲/讀取/查詢圖數據結構,并且提供基于游走(Walk Based)以及消息傳遞(Message Passing)兩種計算范式的計算接口;
- 多任務學習框架 PALM——內置了模型 backbone(BERT、ERNIE 等)、常見的任務范式(分類、匹配、序列標注、機器閱讀理解等)和數據集讀取與處理工具;

現場,還全新發布 EasyDL 專業版,為算法工程師提供一站式 AI 開發平臺。
12 項重要升級
除了 9 大全新發布外,新版飛槳 1.6 還有 12 項產品重要升級。包括:
- 提供更多的算子庫、簡單高效的 API 接口、完善的文檔內容;
- 升級輕量級模型結構自動搜索 PaddleSlim,增加了基于硬件搜索等能力,打通訓練、壓縮和部署全流程;
- NLP、CV、推薦系統、語音等各大基礎模型庫的模型,從原來的 60+到了 100+(這其中包含多個在 AI 競賽中奪冠的算法模型);
- Paddle Hub,新增了超參優化 Auto Fine-tune 功能,預訓練模型數量大幅增加,支持飛槳 Master 模式;
- 深度強化學習框架 PARL 并行能力升級,支持進化算法;
- Paddle2ONNX 和 X2Paddle 升級,飛槳和其他框架的模型互轉更加方便;
其它開源
除了全新發布與升級外,本次峰會上百度還新開源了 4 個國際競賽冠軍模型,希望進一步引領深度學習技術發展方向。這 4 個模型包括:
- Activitynet Challenge 2019 冠軍模型 BMN;
- Detection In the Wild Challenge 2019 Objects365 Full Track 冠軍模型 CACascade R-CNN;
- CVPR LIP Challenge 2019 冠軍模型 ACE2P;
- MRQA: EMNLP2019 Machine Reading Comprehension Challenge 冠軍模型 D-NET ;
更新后的飛槳性能如何?
據官方介紹,全新升級后的飛槳,易用性大幅提升,動態圖全新升級、新增大量算子庫、優化 API 接口,技術文檔更加完善。
其中,在大規模分布式訓練性能方面,分布式 GPU 訓練相比其他主流實現可以獲得 20%-100% 的速度提升,分布式 CPU 訓練最大吞吐量可達競品的 6 倍以上。
目前,官方支持模型庫極大豐富,官方模型從 60 多個增加到了 100 多個,提供下載的預訓練模型已經超過 200 個。
在峰會發布最后,飛槳也發布了最新生態激勵計劃,包括:
- 免費開放10多個AI課程;
- 支持100多所重點高校教學培訓;
- 為1000多個企業轉型提供助力計劃;
- 還有百萬級的AI競賽獎金和億元級GPU算力資源支持。
百度飛槳官網:
https://www.paddlepaddle.org.cn/
開源地址:
https://github.com/paddlepaddle/paddle
來源 | 雷鋒網
作者 | 楊鯉萍