当深度学习卷成今天这样，这些项目居然还在硬刚

说实话，每次有人问我“深度学习到底该学哪个框架”，我都想先叹口气。这行当变化实在太快了——昨天还在用TensorFlow 1.0，今天PyTorch已经杀疯了；前脚刚学会BERT怎么用，后脚GPT-4就能帮你写代码了。

但不管怎么变，有些项目是真的硬核，硬核到你不了解它们简直不好意思说自己是搞AI的。今天就聊聊我心目中那十个“顶顶有名”的深度学习项目，顺便夹带点私货和个人看法。

1. PyTorch：研究者心中的白月光

PyTorch这两年有多火就不用我多说了吧？基本上现在发论文，不提自己用了PyTorch都不好意思跟人打招呼。

Meta（原Facebook）家的这个框架，动态图机制简直是业界良心。你写代码时可以随时print中间变量，随时打断点调试，这在TensorFlow 1.0时代是想都不敢想的奢侈。

“说白了，PyTorch就是让科研狗能痛痛快快做实验，不用跟静态图较劲。”

最骚的是，PyTorch的生态已经卷到飞起——Transformers、PyTorch Lightning、torchtext、torchvision……几乎你需要的任何工具都有人帮你写好了。在学术界，它基本上已经吃掉了半壁江山。

2. TensorFlow：谷歌的亲儿子，想躺平都难

虽然PyTorch在科研界呼风唤雨，但TensorFlow在工业界的地位依然稳如老狗。

谷歌这家公司吧，你不得不服——人家有TPU这种专为深度学习定制的硬件，还有TensorFlow Extended（TFX）这种端到端的机器学习平台。论工程化能力，TensorFlow还是爸爸。

TensorFlow 2.0之后，总算把Eager Execution改成默认了，总算不那么反人类了。但讲真，我身边很多从TensorFlow转PyTorch的朋友都说：“回不去了，PyTorch写起来真的太顺手。”

不过谷歌最近在AI方面有点四面受敌的感觉——OpenAI微软那边ChatGPT炸了天，PyTorch又抢走了科研话语权。TensorFlow接下来怎么走还真不好说。

3. Hugging Face Transformers：这个图标像脸一样的项目，凭啥这么火

你绝对在各种地方见过这个黄色的emoji脸。

Hugging Face这公司有多离谱？它硬生生把Transformers这个模型库做成了深度学习界的“GitHub”——不对，比GitHub还夸张，几乎所有开源模型都在它家平台上。

BERT、GPT、T5、RoBERTa、DistilBERT……你能想到的预训练模型，几乎都能在Hugging Face上找到现成的权重和代码。

“毫不夸张地说，现在入门NLP，先学会用Hugging Face，比你啃三天原始论文还有用。”

他们家的pipeline功能简直丧心病狂——三行代码就能做情感分析、文本生成、问答系统。门槛低到让很多所谓“AI培训师”失业。

4. Keras：写给人类的深度学习API

提到Keras，必须先吐槽一下它的“认爹”历史。

最早是独立项目，后来被Google收购成了TensorFlow的官方高级API，再后来又从TensorFlow里独立出来，现在又可以跟PyTorch、MXNet等多个后端配合使用。

但不管怎么折腾，Keras的易用性始终是它最大的卖点。

model = Sequential([
    Dense(64, activation='relu'),
    Dense(10, activation='softmax')
])
model.compile(optimizer='adam', loss='categorical_crossentropy')

就这种简洁程度，入门深度学习的门槛简直低到令人发指。很多初学者第一行神经网络代码都是用Keras写的，包括我自己。

“说白了，Keras就是那种'我可以不用，但你不能没有'的存在。”

5. AlphaFold：诺奖级别的存在

这个必须单独拿出来说。

DeepMind（谷歌旗下AI公司）的AlphaFold，在蛋白质结构预测这个领域，基本上是掀桌子的存在。2020年的AlphaFold 2直接解决了生物学家搞了50年的难题——根据氨基酸序列预测蛋白质三维结构。

2024年的AlphaFold 3更是离谱，连DNA、RNA的小分子配体都给你预测出来了。

Science杂志直接把它评为年度科学突破。有多夸张？欧洲生物信息研究所(EBI)的数据显示，全球已经有超过2亿研究人员使用过AlphaFold的数据库。

“这玩意儿要是能早点出来，我当年读生物化学的时候也不至于挂科挂那么惨。”

6. CUDA：英伟达统治AI的幕后推手

严格来说CUDA不是深度学习框架，但它绝对是最重要的基础设施。

没有CUDA，英伟达的GPU就只是一块能玩游戏的显卡；有了CUDA，深度学习训练速度才能从“等到天荒地老”变成“也就是几小时的事”。

英伟达今天市值能突破万亿，CUDA生态绝对功不可没。所有主流深度学习框架都在CUDA上运行，包括TensorFlow、PyTorch、MXNet等等。

“某种意义上，深度学习行业就是在给英伟达打工——这句话虽然难听，但接近事实。”

不过AMD最近在ROCm上也在发力，Intel的oneAPI也在追赶。万一哪天CUDA不是唯一选择，那才热闹呢。

7. BERT：开启预训练时代的神作

2018年，谷歌发布了BERT（Bidirectional Encoder Representations from Transformers），这个模型一出来，整个NLP领域直接变天。

在此之前，word2vec、GloVe这种词向量是主流，但它们是静态的——同一个词在不同语境下向量是一样的。BERT不一样，它是双向的，能根据上下文理解词义。

“BERT之前，大家训练模型像在打工；BERT之后，大家fine-tuning像在捡钱。”

GPT-1/2/3也是预训练模型，但BERT走的是Encoder路线，更适合理解任务；GPT走的是Decoder路线，更适合生成任务。这两个路线基本定义了后来NLP模型的主流方向。

8. GPT系列：从“人工智障”到“ChatGPT”的逆袭

OpenAI的GPT系列，可能是这两年最出圈的技术没有之一。

从2018年GPT-1的1.17亿参数，到2019年GPT-2的15亿参数，再到2020年GPT-3的1750亿参数，参数量的指数增长让所有人都惊掉了下巴。

“GPT-2发布那会儿，很多人（包括我）还说'这玩意儿有啥用'。结果2022年底ChatGPT直接刷新了全世界对AI的认知。”

2024年的GPT-4更是离谱，推理能力、代码能力、多模态能力全面开花。虽然OpenAI不再Open，但不得不承认，它确实重新定义了AI的可能性。

9. Stable Diffusion：让AI绘画走进千家万户

2022年，Stability AI开源了Stable Diffusion，这个模型直接把AI绘画的门槛干到了显卡就能跑的程度。

在此之前，Midjourney、DALL·E 2虽然效果惊人，但要么需要排队等API，要么需要订阅付费。Stable Diffusion开源之后，所有人都在自己电脑上跑起了AI绘画。

“最离谱的是，开源社区的迭代速度比商业公司还快——ControlNet、LoRA、IP-Adapter……各种衍生版本层出不穷。”

ControlNet更是神中神，直接解决了AI绘画“控制不住”的世纪难题。现在做AI绘画，如果不提ControlNet，大概相当于做深度学习不知道神经网络是什么。

10. DeepMind AlphaGo系列：让AI走进大众视野

必须把AlphaGo放在最后，因为它是真正意义上的第一个全民级AI事件。

2016年AlphaGo击败李世石，2017年击败柯洁，彻底点燃了公众对人工智能的热情。那句“李世石、神之一手、AlphaGo 1:4落后”，至今想起来都热血沸腾。

后来的AlphaZero更是离谱——不学人类棋谱，从零开始自己训练，8小时就能碾压AlphaGo，12小时就能称霸围棋、国际象棋、日本将棋。

“很多人说AlphaGo是'弱人工智能'，但你不得不承认，它在特定领域确实是的神一样的存在。”

写在最后

这十个项目吧，各有各的牛逼。

有的改变了一个行业（AlphaFold），有的重新定义了人机交互（GPT），有的降低了技术门槛（Hugging Face、Stable Diffusion），有的则是整个AI时代的基石（CUDA）。

作为一个在深度学习里摸爬滚打好几年的人，我的最大感受是：别追新，别焦虑，选一个方向扎实干，比啥都强。

框架会过时，但基础概念不会；模型会迭代，但数学原理不会。PyTorch今天火，明天可能出新的挑战者，但你会的那套东西，永远是你的。

行了，关于深度学习项目就先聊到这儿。如果你也是这行的老炮，欢迎评论区聊聊你觉得还有哪些项目该上榜的。