使用tensorflow sklearn現成的軟體庫，還是團隊自己編寫？

謝邀。

顯然是根據產品需求呀，如果開源的能滿足需求，那幹嘛重複造輪子？但是，對一些大的公司，往往開源的無法滿足需求，這裡我自賣自誇一下，歡迎關注我們的PAI平臺。

阿里雲機器學習平臺--PAI平臺-博客-雲棲社區-阿里雲

謝邀。

  • 機器學習，尤其是深度學習，現在這麼流行，開源功不可沒，包括演算法，也包括工具。不管什麼公司，只要應用人工智慧，或多或少都會使用開源庫，只要能滿足應用場景的需求，沒必要重複造輪子。
  • 熊廠 2016 年開源的 PaddlePaddle，是百度自己研發的。
  • 各個開源框架各有特色，大廠業務複雜，往往需要使用多個框架，會有一個平臺集成多種開源庫。比如：鵝廠 2017 年開源的 Angel ，官方介紹支持 Spark MLlib，也支持 Caffe、TensorFlow、Torch 等。

  • 即使沒有集成平臺，大廠也需要具備優化開源框架的能力。比如：浪潮自己做了 Caffe 的分支 Caffe-MPI，針對英特爾至強Phi晶元「Knights Landing」優化；雅虎自己做了 CaffeOnSpark，也已經開源，用來連接支持 YARN 的 Hadoop 和 Spark 集羣和 Caffe，讓各種機器學習管道集中在同一個集羣中。

註：最後一個 Yahoo 的例子不太合適，不過 Andy Feng，他們的大數據和機器學習平臺的 leader， 是黃皮膚黑頭髮的。

謝邀，百度有自己的PaddlePaddle，騰訊有Angel，Face++有Brain++。其他公司的就不大瞭解了，可能是在用MXNet、Caffe、Caffe2、Tensorflow、Theano、MatConvNet、Torch或PyTorch等。。。

商業產品是不太適合調用第三方庫的，畢竟有個盈利問題在那擺著，將來會有很多問題。而且像tf這個庫到今天，已然非常龐大了，對一個確定方向的產品來說瘦身的過程還不如把會用到的API功能自己寫一遍。

但是tf開發到今天，其主要用意也就是在讓深度學習、強化學習這些看起來高深莫測的東西門檻越來越低，不排除會有公司完全使用這些庫來做開發的，尤其是小公司。

又，表邀我回答這種問題，我還沒畢業呢，以上純屬瞎說，本人不對此負任何責任[攤手]。

大些的公司都有針對業務定製的

原型開發和科研領域會直接使用這些第三方開源庫，商業產品不一定用，一方面這些庫是通用設計，沒有為特定的應用需求做優化，另一方面，這些庫對不同平臺的移植性考慮也不多，所以少量有實力的團隊會自己開發相應的庫。

瀉藥。

大部分都是用現成框架，但是很多公司會要求有改動框架的能力。

大部分都是使用框架，國內能自己編寫機器學習系統的公司，恐怕很難找到，連BAT目前都沒有，如果有，應該屬於研究院。

接觸下來應該九成以上會用框架，TF、MXNET、PaddlePaddle...

一般是用現成的軟體庫基礎上再研究吧，從頭來多麻煩。

推薦閱讀：
相關文章