飞桨全新升级公开课_技术问答集合点 / WAVE SUMMIT+2020深度学习开发者峰会

问答第一弹：《飞桨框架2.0 X DJL：推理部署在Java平台的新实现》

• Q1: 为什么使用Java语言？
  A1: 目前 Paddle 已经较好地支持了 C++ / Python 开发，Java 语言有一次编译随处部署的特点，并且使用 Deep Java Library 可以用到 AWS 的基础组件。
  
  
• Q2: DJL支持Android开发吗？
  A2: DJL 本身支持 Android 部署，但目前 DJL 与 Paddle 首期的合作面向服务端推理部署的用户；Paddle-Lite 提供了在 Android 上通过 Java 接口进行端侧部署的能力，欢迎使用。
  
  
• Q3: DJL也可以脱离平台使用吗？
  A3: DJL本身可以把你的各种引擎model部署到Linux、mac、winserver、win10，阿里云仓库上有我们的jar，您只需要maven或者gradle 配置alibaba仓库地址即可。
    
• Q4: java学AI难吗？
  A4: 深入研究任何一个问题都需要付出努力，但是我们面向初学者提供了易学易用的接口与教程。通过 DJL 了解深度学习是容易入门的，因为无需关注算法，通过调用我们的api 即可train model和inference。
  
  
• Q5：DJL是否有运行demo示例？
  A5：目前这部分代码已合入DJL主库，下载之后编译一次即可跑刚才演示的示例。
  
  
• Q6：DJL在百度厂内有没有部署？
  A6：目前 DJL 处于起步阶段，厂内部署以调用原生 C++ 接口为主。我们一直通过包括与 DJL 在内的平台建立合作伙伴关系来扩充生态，后续可能会进行部署试点。
  
  
• Q7：目前java的支持是怎样实现的？相关的推理都是调用本地library来实现？
  A7：先通过JNI调用C++的接口，相当于对C++进行了一次java的封装。对，DJL 实际上还是调用我们在windows、Mac、Linux这三个平台上所产出的预测库，预测库对外暴露的是C++接口。
  
  
• Q8：DJL是只能提供给企业用个人不可以吗？
  A8：Paddle 和 DJL 都是开源项目，我们欢迎任何组织和个人在遵守开源协议的前提下使用。
  
  #直播回放链接：https://www.itdks.com/Home/Act/apply?id=5504&mUid=3081318
  
  #欢迎大家认领自己的问题以及提出新的问题，会转交相关工程师解答，本帖持续更新。