-的机器学习平台开源大潮中，美国是当之无愧的引领者：无论是谷歌、亚马逊、微软、IBM等互联网巨头，还是美国各大科研院所，为开源世界贡献了品类繁多的机器学习工具。这其中不乏华人的身影，比如开发出Caffe的贾杨清。
但在大陆这边，无论是BAT还是学界，在开源机器学习项目上始终慢了一拍，令人十分遗憾。这与我国世界最大AI研究者社区、占据AI科研领域半壁江山的江湖地位*颇为不符。让人欣喜的是，下半年，百度和腾讯先后发布了它们的开源平台战略。虽然姗姗来迟，但作为下半场入场的选手，它们的开源平台各自有什么意义？本文中，作为机器学习开源项目盘点的第三弹，雷锋网将与你一起看看包括百度腾讯平台在内的国内四大开源项目。
*注：据创新工场人工智能工程院王咏刚副院长统计，我国AI发文数与引用文章数居世界第一，占世界总数一半以上。
1.百度：希望获得开发者青睐的“PaddlePaddle”年9月1日的百度世界大会上，百度首席科学家吴恩达宣布，该公司开发的异构分布式深度学习系统PaddlePaddle将对外开放。这标志着国内第一个机器学习开源平台的诞生。
其实，PaddlePaddle的开发与应用已经有段时日：它源自于年百度深度学习实验室创建的“Paddle”。当时的深度学习框架大多只支持单GPU运算，对于百度这样需要对大规模数据进行处理的机构，这显然远远不够，极大拖慢了研究速度。百度急需一种能够支持多GPU、多台机器并行计算的深度学习平台。而这就导致了Paddle的诞生。自年以来，Paddle一直被百度内部的研发工程师们所使用。
而Paddle的核心创始人，当年的百度深度学习实验室研究员徐伟，现在已是PaddlePaddle项目的负责人。
徐伟
对了，从“Paddle”到“PaddlePaddle”的命名还有一个小插曲：Paddle是“ParallelDistributedDeepLearning”的缩写，意为“并行分布式深度学习”。而去年9月发布时，吴恩达认为“PaddlePaddle”其实更郎朗上口、更好记，于是就有了这么个可爱的名字。
那么，PaddlePaddle有什么特点？
支持多种深度学习模型DNN（深度神经网络）、CNN（卷积神经网络）、RNN（递归神经网络），以及NTM这样的复杂记忆模型。
基于Spark，与它的整合程度很高。
支持Python和C++语言。
支持分布式计算。作为它的设计初衷，这使得PaddlePaddle能在多GPU，多台机器上进行并行计算。
相比现有深度学习框架，PaddlePaddle对开发者来说有什么优势？
首先，是易用性。
相比偏底层的谷歌TensorFlow，PaddlePaddle的特点非常明显：它能让开发者聚焦于构建深度学习模型的高层部分。项目负责人徐伟介绍：
“在PaddlePaddle的帮助下，深度学习模型的设计如同编写伪代码一样容易，设计师只需白癜风植皮北京中科白癜风医院正规的吗