PaddlePaddle (中文名：飞桨，PArallel Distributed Deep LEarning 并行分布式深度学习)是一个深度学习平台，具有易用、高效、灵活和可伸缩等特点，为百度内部多项产品提供深度学习算法支持。
## CPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/cpu paddlepaddle
## GPU版本安装命令
pip install -f https://paddlepaddle.org.cn/pip/oschina/gpu paddlepaddle-gpu
PaddlePaddle 的优势：
- 同时支持动态图和静态图，兼顾灵活性和效率
动态图具有方便调试、高效验证业务、快速实现想法等特点， 静态图具有方便部署、运行速度快，适合进行业务应用等特点， 助您灵活、高效地进行训练和预测 - 精选应用效果最佳的算法模型并提供官方支持
飞桨提供70+官方模型，全部经过真实应用场景的有效验证。 基于百度多年中文业务实践，提供更懂中文的NLP模型； 同时开源多个百度独有的优势业务模型以及国际竞赛冠军算法 - 真正源于产业实践，提供业界最强的超大规模并行深度学习能力
飞桨是业内唯一全面支持大规模稀疏参数训练场景的开源框架， 支持千亿规模参数、数百个节点的高效并行训练
支持的特性
-
易用性：为用户提供了直观且灵活的数据接口和模型定义接口
-
灵活性：PaddlePaddle支持多种神经网络结构和优化算法。简单书写配置文件即可实现复杂模型，如带注意力机制或复杂记忆连接的神经机器翻译模型
-
高效性：为充分发挥多种计算资源的效力，PaddlePaddle在计算、存储、架构、通信等多方面都做了细致优化，性能优异
-
可伸缩性：PaddlePaddle全面支持多核、多GPU、多机环境，优化的通信实现使高吞吐与高性能成为可能，轻松应对大规模数据训练需求
PaddlePaddle 模型学习工具：PaddleHub
Paddle 内部执行流程：
Executor 设计思想：
BOM