深度學(xué)習(xí)框架是用于開發(fā)和運行人工智能算法的平臺，它為軟件人員開發(fā)人工智能提供了模塊化的基礎(chǔ)，一般提供數(shù)據(jù)輸人、編寫神經(jīng)網(wǎng)絡(luò)模型、訓(xùn)練模型、硬件驅(qū)動和部署等多種功能。
當(dāng)前，人工智能基礎(chǔ)性算法已經(jīng)較為成熟，為了讓開發(fā)人員更便捷地使用這些算法和
模型來開發(fā)特定的人工智能應(yīng)用，各大廠商紛紛發(fā)力建設(shè)算法模型工具庫，并將其封裝為軟件框架供開發(fā)人員使用。隨著深度學(xué)習(xí)框架的發(fā)展，深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計已經(jīng)高模塊化。開發(fā)者只需要在比較宏觀的層面上選擇組件，構(gòu)建網(wǎng)絡(luò)，定制參數(shù)，就可以實現(xiàn)
深度神經(jīng)網(wǎng)絡(luò)的設(shè)計。而深度學(xué)習(xí)框架負(fù)責(zé)解釋開發(fā)者定制的網(wǎng)絡(luò)，并將其轉(zhuǎn)換成芯片可以執(zhí)行的指令，進(jìn)而進(jìn)行模型訓(xùn)練和推理工作。一個優(yōu)秀的深度學(xué)習(xí)框架，一方面要對開發(fā)者友好，能提供豐富的組件以及便捷的組網(wǎng)方式，另一方面也要和AI芯片緊密結(jié)合，能
實現(xiàn)高效的訓(xùn)練和推理。對于深度學(xué)習(xí)框架的設(shè)計，要綜合考慮易用性、穩(wěn)定性、系統(tǒng)性能等多個因素。首先，深度學(xué)習(xí)框架需要能夠支持研究者和開發(fā)者高效地進(jìn)行人工智能算法模型和應(yīng)用的開發(fā)，因此易用性是一個重要的考量因素。其次，為了能夠支持企業(yè)級應(yīng)用，框架的穩(wěn)定性和可靠性也至關(guān)重要。最后，由于深度學(xué)習(xí)框架往往要處理超大規(guī)模的多模態(tài)數(shù)據(jù)，因此訓(xùn)練和預(yù)測的性能對實際應(yīng)用也有很大的影響。
總體來說，軟件框架在模型庫建設(shè)及調(diào)用功能方面具有一定的共性，但又各具特點。
軟件框架有閉源和開源兩種形式:蘋果公司等少數(shù)企業(yè)選擇采用閉源方式提供軟件框架，目的是打造技術(shù)壁壘，而目前業(yè)內(nèi)主流軟件框架基本都是開源化運營的。深度學(xué)習(xí)框架陸續(xù)開源，已經(jīng)大幅降低了開發(fā)門檻。但直接基于深度學(xué)習(xí)框架開發(fā)和設(shè)計新的模型算法仍有較高的技術(shù)門檻。因此，人們對網(wǎng)絡(luò)結(jié)構(gòu)自動化設(shè)計的研究越來越多，通過機(jī)器學(xué)習(xí)來設(shè)計深度學(xué)習(xí)模型，減少依賴經(jīng)驗和反復(fù)嘗試調(diào)參，以此彌補深度學(xué)習(xí)專家的稀缺，比較典型的產(chǎn)品包括 Google的Auto ML和百度的AutoDL等。同時，零算法基礎(chǔ)的快速應(yīng)用平臺等降低技術(shù)門檻的平臺開始出現(xiàn)，極大地降低了深度學(xué)習(xí)應(yīng)用的入門成本。
人工智能發(fā)展到現(xiàn)在，對于開發(fā)者來說，軟件框架基本可以說是必不可少的工具，同時其重要性也在于，它是行業(yè)巨頭打造其軟硬件生態(tài)的重要環(huán)節(jié)。從2016年Go0gle將自己的深度學(xué)習(xí)框架開源以來，軟件框架處于群雄并起的時代，各大巨頭意識到通過開源技術(shù)建立產(chǎn)業(yè)生態(tài)是搶占產(chǎn)業(yè)制高點的重要手段，紛紛推出了自家的開源深度學(xué)習(xí)框架，將深度學(xué)習(xí)軟件框架作為打造開發(fā)及使用生態(tài)核心的重點。在目前的產(chǎn)業(yè)態(tài)熱下深度學(xué)習(xí)模型的表示及存儲尚未統(tǒng)一，訓(xùn)練軟件框架及推理軟件框架尚未形成-二對應(yīng)關(guān)系技術(shù)
生態(tài)爭奪將持續(xù)。在接下來的幾年中，深度學(xué)習(xí)框架發(fā)展的焦點將是如何更智能地實現(xiàn)量化，如何更好地促進(jìn)框架間的融合，如何更有效地支持GPU、ASIC等芯片的異構(gòu)加速能力，如何針對新硬件進(jìn)行自動編譯，等等。

下面列出目前人工智能框架廠商提供的語言的和硬件，見下圖。