導語html
PaddlePaddle 做爲國內首個深度學習開源平臺,在 Fluid v1.0版本提供了穩定且向後兼容的 API及英文說明文檔。通過不斷的優化與迭代,現在已推出了最新的版本Fluid v1.2 ( http://paddlepaddle.org/documentation/docs/zh/1.2/release_note.html )。1.2版本中除了在基礎框架、預測引擎、模型建設、分佈式訓練各個方向完成了多項更新,還增長API中文文檔,使PaddlePaddle API有了完備的中英雙語使用指南。git
瞭解API的用法是學習一款深度學習框架的關鍵,本篇文章梳理了目前Fluid API的主要類別與使用場景,並提供瞭如何從官方文檔中挖掘更多學習資料的小技巧,相信能夠幫助您更好地使用Fluid。github
Fluid APIapi
Fluid API的設計既保持了框架的靈活性,方便您實現功能的任意組合;又提供了經常使用功能的封裝模塊,知足您一鍵調用的需求。不管您對深度學習的掌握程度如何,都可在Fluid中找到適合本身的模式。網絡
Fluid涵蓋了搭建深度學習網絡所需的大量基本模塊,您能夠經過閱讀API說明文檔(http://www.paddlepaddle.org/documentation/docs/zh/1.2/api_cn/index_cn.html )去深刻了解它們。框架
總的來講,Fluid API被分爲如下幾類,它們分別負責不一樣的功能:分佈式
其中 Fluid.layers是最經常使用也最多樣的,它涵蓋了模型配置的各個階段:ide
control_flow : Fluid中的「控制流」概念能夠類比與程序語言,用於控制深度學習模型在訓練或者預測過程當中的執行邏輯。control flow中包含了多種控制流API供用戶選擇。函數
io : 定義了網絡中數據輸入輸出的方法。學習
nn : 定義了神經網絡的各類層,fc層、卷積層、池化層,以及網絡搭建中所需其餘單元如激活函數、損失函數等等。
ops : 提供了豐富的數學操做符,同時支持一元和二元操做。
tensor : 提供了針對Tensor和LoDTensor的相關操做。learning_rate_schedule : 提供諸如指數衰減、分段衰減、多項式衰減等多種學習率調節器。
detection : 提供圖像檢測中特有的相關操做。
metric_op : 提供常見的訓練效果評價指標。
API 文檔
Fluid 不只在API的設計上追求極致,在配套API文檔中也下足功夫。在最新的v1.2版本中,增長了中文版API文檔,成爲首家官方完整提供中文文檔的深度學習框架。
下面幾點小技巧將幫助您充分利用官方文檔,快速掌握API使用祕籍
一、閱讀API使用指南( http://www.paddlepaddle.org/documentation/docs/zh/1.2/api_cn/api_guides/index.html )
爲方便用戶快速定位所需API,減小用戶查找API的時間。官方提供了中文版 API使用指南(也稱API Guide),介紹各種API將應用於何種場景,以及如何選擇須要的API。
API使用指南位於官網說明文檔的API板塊,分功能介紹了Fluid的API體系和用法,幫助您快速瞭解Fluid API的全貌,主要包括如下幾個模塊:
當您但願實現某一功能時,強烈推薦您閱讀API使用指南,它不只可以幫助您快速找到所需文檔,也能夠方便您高效瞭解各種API的用法。
二、查閱API說明文檔
知足大量國內開發者的需求,從Fluid v1.2起,官網增長了配套的中文版API說明文檔,它與英文版文檔對齊,並將被持續維護。這標誌着PaddlePaddle成爲首家官方完整支持中文文檔的深度學習框架。
爲了讓中文文檔儘快與你們見面,在翻譯的過程當中可能存在一些不夠完善的地方,但願你們能夠在閱讀的同時幫助共同校驗文檔的翻譯質量。
很是歡迎您爲PaddlePaddle貢獻文檔,文檔均在PaddlePaddle/FluidDoc (https://github.com/PaddlePaddle/FluidDoc) 中統一管理,如對PaddlePaddle有任何問題,也很是歡迎在此Repo提交Issue!
更多瞭解:
PaddlePaddle最適合中國開發者和企業的深度學習框架
官方QQ羣:432676488
官方網站:http://www.paddlepaddle.org/
中文社區:http://ai.baidu.com/forum/topic/list/168
Github:http://www.github.com/padddlepaddle/paddle
官方微博@PaddlePaddle交流社區