深度学习哪家强？用数据来一较高下吧

本人现在还是一个初识深度学习的小白。初学者总是会面临选择的纠结，尤其是对看似高深的深度学习，有着众多开源框架可供选择，但自己又没有能力评估。于是我看了许多比较文章，其中涉及各种层面的比较（数据结构、使用范围、实现细节），让姿势水平还远远不够的我看得眼花缭乱。

作为一个数据玩家，我想到，不妨让它们在大数据的战场上一较高下。这样我们就能够很轻松地从清晰的数据中作出我们的选择了。

参赛选手

以下是参赛的选手们，是我了解的python上的一些著名深度学习框架：

Google支持的tensorflow
Facebook支持的pytorch
高层封装，简单易用的Keras
微软加持的CNTK
亚马逊选择的mxnet
百度打造的PaddlePaddle
最老牌的Theano

比赛规则

数据来自Github上这些框架的repo。上面Star数等数据，虽然不是框架好坏的直接反应，但肯定体现了潮流。跟着潮流走总不会有大错，就算学艺不精，总还能和别人谈笑风生。

然而star是一个累计量，还不能完全反映这些框架的近期热门度。这时，我们可以找到"Insight"栏目中的"Pulse"界面。正如它形象的名字（脉搏），其中有着一些能够反应其近期活跃度的数据，以tensorflow为例：

其中Active PRs可以反映近期开发者的活跃度，而Active Issues可以反映近期的使用者的活跃度（用的人越多问题总会越多吗）。

同样，让我们再为老态龙钟的Theano“把把脉”：

尽管Theano因为历史原因累计了不少star，但是因为已经官宣停更，近期很少有活动，奄奄一息。因此，它已经在我们的比赛中提前出局。

综上，我为剩下的选手指定了这些“比赛规则”：

名声：直接用Star来衡量
流行度：直接用Active Issues来衡量
开发活力：反映框架完善提升的潜力。用Active PRs / Star来衡量。除以Star的原因是考虑到项目越大，做的开发工作肯定会更多，所以要做一个修正。
使用活力：反映框架的相对其规模的流行度，较大的话也许可以期待用户数的继续增长。用Active Issues / Star来衡量。

比赛结果

名声

Tensorflow一骑绝尘，好用的keras也有不少簇拥，接着是pytorch等其他框架。

此处tensorflow依然是老大，但pytorch后来居上，接近能和tensorflow分庭抗礼了。这也与我近期的观感接近，近期开源的许多强大的NLP模型都提供了基于pytorch的实现，相信也带动了其热度。剩下keras,mxnet,paddlepaddle的流行度差不多，但还有一位CNTK，流行度与以上完全不在一个数量级上，这是要凉的节奏吗？我不能猜测具体原因。

活力

在这个指标下，百度的PaddlePaddle表现亮眼，虽然有分母(star)较少的因素，但是其很高的开发活跃度还是会让人期待其未来的发展，pytorch和mxnet也是同理，特别是pytorch使用活跃度极高，相信与近期基于其上的许多开源项目吸引了许多用户不无关系。tensorflow和keras的用户基数比较大，也相对成熟，活力较低。CNTK在此处依然凉凉……

最后

本文不作为专业的建议，但希望能对跟我一样选择困难的深度学习小白提供一些帮助，比如我现在就对pytorch很感兴趣了。不知道大家心中最好的框架又是什么呢？

我也做了一个以上图表的每日更新面板： http://blmoistawinde.pythonanywhere.com/DL_pop

也许框架的更新，会让大牛们现在的基于技术的优劣分析不再适用，但我相信实时的潮流总会有一定的参考价值。曾经深度学习是TF的一家独大，现在PyTorch大有异军突起之势。或许我们可以时时看看这些框架们的战局，虽然还只是个吃瓜群众，但我很期待看看一年后深度学习框架的潮流又会如何呢？

关于技术：
爬虫-requests,可视化-echarts,网站-Flask
本文代码详见：https://github.com/blmoistawinde/hello_world/tree/master/DL_popularity_dashboard