如何评价百度开源的深度学习框架 Paddle
简单说一些第一印象（以目前的github repo为准）。整体的设计感觉和Caffe心有灵犀，同时解决了Caffe早期设计当中的一些问题（比如说default stream）。
1. 很高质量的GPU代码
2. 非常好的RNN设计
3. 设计很干净，没有太多的abstraction，这一点比TensorFlow好很多。
4. 高速RDMA的部分貌似没有开源（可能是因为RDMA对于cluster design有一定要求）：
5. 设计思路比较像第一代的DL框架，不过考虑到paddle已经有年头了，这样设计还是有历史原因的。
如何评价百度刚刚开源的 Paddle 平台
1. 很高质量的GPU代码
2. 非常好的RNN设计
3. 设计很干净，没有太多的abstraction，这一点比TensorFlow好很多。
4. 高速RDMA的部分貌似没有开源（可能是因为RDMA对于cluster design有一定要求）：Paddle/RDMANetwork.h at master · baidu/Paddle · GitHub
5. 设计思路比较像第一代的DL框架，不过考虑到paddle已经有年头了，这样设计还是有历史原因的。
5.1 config是hard-code的protobuf message，这对扩展性可能会有影响。
5.2
可以看到很多有意思的类似历史遗留的设计：采用了STREAM_DEFAULT macro，然后通过TLS的方式定向到非default
stream：Paddle/hl_base.h at 4fe7d833cf0dd952bfa8af8d5d7772bbcd552c58 ·
baidu/Paddle · GitHub （所以Paddle off-the-shelf不支持mac？）
5.3
在梯度计算上采用了传统的粗粒度forward/backward设计（类似Caffe）。可能有人会说“所以paddle没有auto
gradient
generation”，这是不对的，autograd的存在与否和op的粒度粗细无关。事实上，TensorFlow在意识到细粒度operator超级慢的速度以后，也在逐渐转回粗粒度的operator上。目前只看到这里。总之是一个非常solid的框架，百度的开发功底还是不错的。
