想成為一名優(yōu)秀的開發(fā)工程師不是一件簡單的事情，除了掌握工程師的通用技能以外，還需要掌握機器學習的各種算法，更需要掌握從開發(fā)到調(diào)試到優(yōu)化等一系列能力，這些能力中的每一項掌握起來都需要足夠的努力和經(jīng)驗。?近兩年來，深度學習框架技術(shù)領(lǐng)域正在飛快的發(fā)展，我們在談到機器學習工具時，首先想到的就是深度學習框架。也是大家在技能進階過程中必學的一項。今天我們就從深度學習框架的發(fā)展趨勢入手，分析現(xiàn)在企業(yè)對人才在深度學習框架與其他機器學習工具技能上有哪些要求。

▌深度學習框架技術(shù)哪家強？你 Pick 了誰？

根據(jù) GitHub 活躍數(shù)、開發(fā)人員使用人數(shù)、在招聘描述中出現(xiàn)的頻率等綜合數(shù)據(jù)分析，Google的 TensorFlow 仍穩(wěn)居第一，被廣大網(wǎng)友一致認為非常適合入門學習的 Keras 、人氣漲勢迅速的 PyTorch 、還有 Caffe 、Theano、MXNet 、CNTK 、Caffe 2.0、FastAi等框架都緊隨其后，受到越來越來多開發(fā)者和企業(yè)的關(guān)注。

近日，ICLR 2019（國際學習表征會議，被認為是深度學習的頂級會議）開始投稿。在 Reddit 上有一個話題討論：” ICLR 2018 & ICLR 2019 使用 TensorFlow、Keras 和 PyTorch 深度學習框架的論文數(shù)量對比”，從數(shù)據(jù)中我們可以看出，這三個深度學習框架仍然是關(guān)注度最高的三個框架，而今年 PyTorch 的漲勢則非常大。10 月 3 日，F(xiàn)acebook 更是重磅發(fā)布深度學習框架 PyTorch 1.0 開發(fā)者預覽版，包括一系列工具和集成；fast.ai 發(fā)布的 fastai.1.0 也是基于 PyTorch 構(gòu)建的開源深度學習庫。

Keras 之父Fran?ois Chollet 在之前的一條 Twitter 中也曾表達過他的一些觀點：“我覺得 TensorFlow 和 Keras 有 80％ 的可能性在 20 年后仍然存在，并在 10 年后（2028年）仍擁有龐大的用戶群。卷積神經(jīng)網(wǎng)絡(luò)在 20 年后（2038年）仍然流行的概率大約是 20％，AI 領(lǐng)域的發(fā)展實在太快了?！保╲ia:Fran?ois Chollet）

▌國內(nèi)開始奮力發(fā)展，積極打造全方位生態(tài)體系

當前，因為機器學習、深度學習一些基礎(chǔ)性算法已經(jīng)較為成熟，各科技公司紛紛建立算法模型工具，以便開發(fā)者和公司參考和使用并幫助大家實現(xiàn)技術(shù)進階與轉(zhuǎn)型。雖然上面提到的這些框架都是國外的 AI 科技巨頭或高校的研究成果，但是國內(nèi)的科技企業(yè)和研究機構(gòu)也已經(jīng)開始在這個技術(shù)領(lǐng)域上奮起發(fā)力，比如此前最為大家所熟知的由百度發(fā)布的深度學習開源平臺 PaddlePaddle，今年小米發(fā)布了自研移動端深度學習框架 MACE。上周，華為在全聯(lián)結(jié)大會上發(fā)布了 AI 戰(zhàn)略。除了宣布兩款 AI 芯片外，更是重磅發(fā)布了面向 AI 開發(fā)者的一站式開放式平臺——ModelArts 和開發(fā)框架 MindSpore 。

另一個必須要提到的工具就是以 AutoML 為代表的自動機器學習工具。Google 推出的開發(fā)者的利器——AutoML 相信大家已經(jīng)非常熟悉了。在 Cloud AutoML 發(fā)布之時就表示”我們希望，即便你不懂機器學習，也能幫你訓練出一個定制化的機器學習模型，讓 AI 技術(shù)能夠普及每一個企業(yè)“。為了開發(fā)者和公司不被技術(shù)的壁壘所限制，類似 Cloud AutoML 的工具開始不斷出現(xiàn)。微軟之前也發(fā)布了云端服務(wù)的 Custom Vision；GitHub 上公開的開源自動機器學習庫 Auto-Keras；今年，國內(nèi)探智立方公司也發(fā)布了人工智能模型自動設(shè)計平臺——DarwinML 1.0。

未來，TensorFlow 與其他框架的競爭仍將繼續(xù)；科技公司也在積極合作探索模型互換、遷移等技術(shù)；同時，開源框架也將向著統(tǒng)一與標準化的方向發(fā)展。更高級的 API 也將占據(jù)更重要的地位，例如 Keras，可以與 TensorFlow、MXNet 等多種框架結(jié)合運行，甚至可以取得雙贏的效果；對計算力的高需求，如何突破現(xiàn)在面臨的瓶頸；隨著應用場景的不斷豐富，機器學習工具如何結(jié)合各行各業(yè)進行工業(yè)級、大規(guī)模實踐；如何利用自動模型工具更高效的訓練模型、選擇模型都是我們要探討的問題，也是所有AI 開發(fā)者要學習與努力的方向。

▌企業(yè)更關(guān)注開發(fā)人員的哪些技術(shù)技能呢？

上面的圖表是國外一位作者爬取了LinkedIn、Indeed、Simply Hired、Monster 和 Angel List 上的招聘描述。營長也在國內(nèi)某互聯(lián)網(wǎng)、技術(shù)人才招聘網(wǎng)站上搜索了幾個著名科技公司的招聘需求?？梢钥吹?，無論在國內(nèi)還是國外，TensorFlow 都是現(xiàn)在是各大企業(yè)在招聘描述中關(guān)注度最高的深度學習框架。

還有一些實習生的招聘要求：

可見，除了深度學習框架，大規(guī)模機器學習平臺與分布式平臺的設(shè)計和開發(fā)、集群并發(fā)計算開發(fā)等相關(guān)的實踐能力與經(jīng)驗同樣非常重要。但是，我們往往很難真正接觸到工業(yè)級大規(guī)模的業(yè)界實際問題，那面試的時候又如何具備這些知識與技能呢？如果從一開始就沒有這方面的積累，到真正找工作時候又如何應對？

現(xiàn)在，CSDN 以 AI 開發(fā)者的需求為導向，聯(lián)合硅谷 AI 社區(qū) AICamp 出品的 2018 AI 開發(fā)者大會（AI NEXTCon）于 2018 年 11 月 8-9 日在北京召開。

8 日下午，我們專門開設(shè)“機器學習工具技術(shù)專場”，為大家邀請到了在研究和工業(yè)級大規(guī)模機器學習平臺開發(fā)、深度學習平臺開發(fā)應用有著豐富經(jīng)驗的技術(shù)專家們。

大家不僅可以學習到 TensorFlow 在工業(yè)級大規(guī)模平臺的應用開發(fā)與案例；深度學習框架新架構(gòu)下的應用、測試分析與調(diào)優(yōu)技術(shù)；百度 PaddlePaddle 平臺核心技術(shù)的開發(fā)實踐與應用；還有Google Brain 技術(shù)專家與你一起共同探討 AutoML 在不同領(lǐng)域中的應用。

下面介紹機器學習工具技術(shù)專題的重磅講師團：

鄒欣：微軟亞洲研究院研發(fā)經(jīng)理

演講議題：AI 平臺和應用實踐

鄒欣老師，負責過必應搜索客戶端、必應輸入法、必應詞典、微軟小娜等產(chǎn)品。曾出版《移山之道》、《編輯之美》（合作）、《構(gòu)建之法》三部書籍。鄒欣老師是 CSDN 博客專家，在 CSDN 博客網(wǎng)站上開設(shè)人工智能專欄，文章深受開發(fā)者們的喜愛。

袁進輝：北京一流科技有限公司董事長、首席科學家

演講議題：如何讓深度學習框架具有橫向拓展能力？

袁進輝老師于 2008 年 7 月獲得清華大學計算機系工學博士學位，并獲得清華大學優(yōu)秀博士學位論文獎。2013 年加入微軟亞洲研究院從事大規(guī)模機器學習平臺的研發(fā)工作。2014 年，發(fā)明了當時世界上最快的主題模型訓練算法和系統(tǒng) LightLDA，只用數(shù)十臺服務(wù)器即可完成以前數(shù)千臺服務(wù)器才能實現(xiàn)的大規(guī)模主題模型，該技術(shù)成功應用于微軟在線廣告系統(tǒng)。2015 年至 2016 年底，專注于搭建基于異構(gòu)集群的深度學習平臺。2017 年創(chuàng)立北京一流科技有限公司，致力于打造分布式深度學習平臺的事實工業(yè)標準。袁老師將會會結(jié)合深度學習對計算力需求，分析目前在軟硬件上的瓶頸；提出深度學習框架的新架構(gòu)；并教大家在靜態(tài)調(diào)度的流式引擎新架構(gòu)的深度學習框架下，如何進行測試結(jié)果分析、性能調(diào)優(yōu)等一系列實踐技能。

林嵩：Google Developers Experts 谷歌開發(fā)者專家

演講議題：基于 TensorFlow 框架的輕量級深度學習應用實踐

林嵩老師是大中華地區(qū)首位人工智能和機器學習方向的谷歌開發(fā)者專家。在提議題時，林老師特別告訴營長，“我希望介紹的應用案例都是每個人都可以去嘗試的，服務(wù)器單機甚至移動端就可以實現(xiàn)的”，相信這樣的內(nèi)容無論大家在哪類開發(fā)平臺都不可錯過，相信林老師豐富的開發(fā)經(jīng)驗也一定可以讓大家獲益匪淺。

Yifeng Lu：Staff software engineer of Google Brain.

演講議題：Google AutoML 在研究與商業(yè)領(lǐng)域的領(lǐng)域

Yifeng Lu 是 Cloud AutoML Vision 的技術(shù)負責人和架構(gòu)師。相信大家現(xiàn)在對 AutoML 已經(jīng)不再陌生，今年 1 月，Google 發(fā)布了最新的 Cloud AutoML 技術(shù)，此技術(shù)能使企業(yè)開發(fā)者們通過 Google Cloud 平臺自動創(chuàng)建機器學習模型。谷歌首先發(fā)布了 AutoML Vision，用于建立機器視覺模型的工具。由于 AutoML 使用費用昂貴，平常大家很難有機會參與實踐。這次大會我們專門邀請到了 Cloud AutoML Vision 的技術(shù)專家，也希望幫助大家在技術(shù)之路上再進階一個層次。

胡曉光：百度深度學習技術(shù)平臺部主任工程師

演講議題：PaddlePaddle 平臺的核心技術(shù)與應用實踐

胡曉光老師具有多年的深度學習算法實踐經(jīng)驗，2015 年帶領(lǐng)團隊上線全球首個基于深度學習的在線翻譯引擎，現(xiàn)在負責 PaddlePaddle 框架應用開發(fā)，致力于打造最好用的深度學習平臺，服務(wù)廣大AI開發(fā)者。本次大會上，胡老師將通過分析 PaddlePaddle 原理，深入講解深度學習框架的實現(xiàn)方式，移動端部署，以及并行等技術(shù)實踐問題；并結(jié)合在 CV 與 NLP 領(lǐng)域的應用案例進行全面分析。

除了機器學習工具技術(shù)專題之外，我們還為大家準備了“計算機視覺”、“自然語言處理”、“數(shù)據(jù)分析”、“機器學習”、“知識圖譜”、“語音識別”等技術(shù)專題，以及“智慧金融”、“智能駕駛”、“智慧醫(yī)療”等行業(yè)峰會。大會完整日程以及嘉賓議題請查看下方海報。