百度发布带有联合学习工具等的PaddlePaddle 1.6

 
百度的PaddlePaddle(PArallel分布式深度学习)平台最初由百度科学家开发，旨在内部将AI应用于产品内部。该平台于2016年9月开放源代码。此后，所提供的功能有了实质性的增长，如今已增长21旨在“改善可用性”和“加速(广泛)……部署”人工智能的新功能。
百度首席技术官王海峰表示：“(机器)学习是高度通用，标准化，自动化和模块化的，将人工智能从实验室带到了工业规模。他透露，自发布以来，已有超过150万开发人员使用了PaddlePaddle，其中包括Chao的工程师。方和广东电网公司。 “我们将继续开源PaddlePaddle，并与开发人员一起推动技术发展，产业创新和社会进步。”
增强功能中的主要功能可能是Paddle Lite 2.0，它是百度去年发布的第二代Paddle Lite模块。它专为在移动，嵌入式和物联网设备上进行推断而设计，并且与PaddlePaddle模型和其他来源的预训练模型兼容。现在，Paddle Lite使开发人员可以使用大约七行代码来实现ResNet-50(一种流行的图像识别AI模型)，同时支持使用基于INT8数据类型的运算符的基于边缘的现场可编程门阵列(FPGA)和低精度推理。
在开发套件方面，PaddlePaddle现在总共包含四个工具：用于语义理解(NLP)的ERNIE，用于计算机视觉(CV)的PaddleDetection和PaddleSeg，以及用于推荐的Elastic CTR。通过复习，ERNIE是用于语义理解的预训练框架，可通过多任务学习来逐步获取知识，而PaddleSeg是图像分割库，支持从数据扩充到模块化设计的任务。 PaddleDetection，一个对象检测套件，已经升级，增加了60多个模型。对于新发布的Elastic CTR，它提供参数部署预测并提供过程文档，以在Kubernetes上进行分布式培训。
PaddlePaddle 1.6还附带了一个新颖的框架-Paddle Graph Learning(PGL)-用于基于步行的范式和基于消息传递的范式的异构图学习，从而将PaddlePaddle支持的图学习模型的数量增加到13个。此外，还有PaddleFL联合学习框架，该框架利用开源FedAvg和基于差异隐私的SGD算法来实现分布式学习，以对分散数据集进行模型训练。
新的PaddlePaddle包括EasyDL的升级版本，该平台已被65,000多家企业使用，可通过拖放界面在制造业，农业，服务业等领域构建169,000多种模型。 EasyDL Pro(最新版本)是一站式开发平台，适合希望使用更少代码行部署算法的工程师。至于新的Master模式，它旨在帮助开发人员使用预训练的模型库和用于转移学习的工具来更好地自定义任务模型。
百度开源的PALM赢得了2019年机器问答集(MRQA)冠军，并在PaddlePaddle中增加了对更多操作员和API的支持，并在自然语言处理，计算机视觉，语音和推荐方面提供了100多种新模型。 PARL是一种用于强化学习(RL)的高性能分布式培训框架，已经升级了更多并行机制，并支持并行进化算法。最后，PaddleSlim(用于模型压缩的PaddlePaddle模块)获得了定量训练功能和基于硬件的小模型搜索功能，同时在PaddleHub(用于管理预训练模型的工具包)中实现了用于超参数优化的自动微调功能。 。
百度AI集团执行董事田武表示：“通过提供硬件支持，云到边缘部署，开发套件和主模式，我们大大改善了PaddlePaddle的性能和功能集。” “未来，PaddlePaddle将继续推进大规模分布式计算和异构计算，为开发人员提供最强大的生产平台和基础架构，以加速智能产业的发展。”
自推出百度企业脑的同名平台百度大脑以来的两年中，百度就明确表达了自己的AI野心。 去年，百度完成了“昆仑”的结局，昆仑是一种AI芯片，旨在处理设备上边缘计算和数据中心处理的模型，该模型能够实现每秒260兆次运算（TOPS）和512GB /秒的内存带宽。 最近，百度宣布其对话式AI助手DuerOS的安装数量已从去年11月的1.5亿增加到了4亿。 迄今为止，已有200多家合作伙伴推出了110款采用DuerOS技术的设备，约有16,000名软件开发人员正在积极为其应用市场做出贡献。