当前，各式各样深度学习框架的发展充分赋能机器学习，尤其是深度学习领域，为开发者提供了极致便利。在本文中，Waymo 软件工程师 Lin Yuan 细数了二十一世纪以来深度学习框架的发展历程，并划分为了石器、青铜、铁器、罗马和工业化时代。

石器时代（21 世纪初） 有一些工具可以用来描述和开发神经网络。这些工具包括 MATLAB、OpenNN、Torch 等，它们要么不是专门为神经网络模型开发定制的，要么拥有复杂的用户 api，缺乏 GPU 支持。

青铜时代（~2012 年） 一些早期的深度学习框架，如 Caffe、Chainer 和Theano 应运而生。

铁器时代（2015 ~ 2016） AlexNet 的成功引起了计算机视觉领域的高度关注，并重新点燃了神经网络的希望，大型科技公司加入了开发深度学习框架的行列。

罗马时代（2019 ~ 2020） 深度学习框架经过一轮激烈的竞争，最终形成了两大「帝国」：TensorFlow 和 PyTorch 的双头垄断。

工业时代（2021+） 深度学习在自动驾驶、个性化推荐、自然语言理解到医疗保健等广泛领域取得了巨大成功，带来了前所未有的用户、开发者和投资者浪潮。

展望未来，有几个技术趋势有望成为下一代深度学习框架的主流：

1，基于编译器的算子（operator）优化。 2，统一的 API 标准。 3，数据搬运作为一等公民。

点击阅读详细内容。

内容中包含的图片若涉及版权问题，请及时与我们联系删除