回答:進步社會的工作發展！必須建設公有制為基礎統籌條件經濟方向服務！人類社會共同體才能和平穩定秩序更好的發展建設服務條件健康保障安全推薦！

paddle是百度開發，國內第一款深度學習框架；tensorflow是谷歌開發，全球範圍內廣泛使用的開發框架，tf在兩三年前使用者佔比很高，但近來由於pytorch的易入手和便捷性得到更多使用者的喜愛。

TensorFlow™ 是一個採用資料流圖（data flow graphs），用於數值計算的開源軟體庫。節點（Nodes）在圖中表示數學操作，圖中的線（edges）則表示在節點間相互聯絡的多維資料陣列，即張量（tensor）。它靈活的架構讓你可以在多種平臺上展開計算，例如臺式計算機中的一個或多個CPU（或GPU），伺服器，移動裝置等等。TensorFlow 最初由Google大腦小組（隸屬於Google機器智慧研究機構）的研究員和工程師們開發出來，用於機器學習和深度神經網路方面的研究，但這個系統的通用性使其也可廣泛用於其他計算領域。

PaddlePaddle (中文名：飛槳，PArallel Distributed Deep LEarning 並行分散式深度學習)是一個深度學習平臺，具有易用、高效、靈活和可伸縮等特點，為百度內部多項產品提供深度學習演算法支援。

PaddlePaddle 的優勢：

同時支援動態圖和靜態圖，兼顧靈活性和效率

動態圖具有方便除錯、高效驗證業務、快速實現想法等特點， 靜態圖具有方便部署、執行速度快，適合進行業務應用等特點， 助您靈活、高效地進行訓練和預測

精選應用效果最佳的演算法模型並提供官方支援

飛槳提供70+官方模型，全部經過真實應用場景的有效驗證。 基於百度多年中文業務實踐，提供更懂中文的NLP模型； 同時開源多個百度獨有的優勢業務模型以及國際競賽冠軍演算法

真正源於產業實踐，提供業界最強的超大規模並行深度學習能力

飛槳是業內唯一全面支援大規模稀疏引數訓練場景的開源框架， 支援千億規模引數、數百個節點的高效並行訓練

支援的特性

易用性：為使用者提供了直觀且靈活的資料介面和模型定義介面

靈活性：PaddlePaddle支援多種神經網路結構和最佳化演算法。簡單書寫配置檔案即可實現複雜模型，如帶注意力機制或複雜記憶連線的神經機器翻譯模型

高效性：為充分發揮多種計算資源的效力，PaddlePaddle在計算、儲存、架構、通訊等多方面都做了細緻最佳化，效能優異

可伸縮性：PaddlePaddle全面支援多核、多GPU、多機環境，最佳化的通訊實現使高吞吐與高效能成為可能，輕鬆應對大規模資料訓練需求

兩個框架的對比：

社群活躍量不一樣，github，paddle9k，而TensorFlow 90k。我剛開始還以為paddle中文好理解，其實發現並不然。如果你在學習的過程中遇見哪個aip不知道，你發現，你在paddle官網上查也全是英文，而TensorFlow直接在百度上查，就有很多資源解釋。而paddlepaddle百度上查api幾乎沒有。所以就學習上，TensorFlow還是資源比較豐富的。但是你在Github上提問，paddle官方人員會給你解答，這點paddle還是比較好的。TensorFlow偏向於研究，paddlepaddle偏向於應用。如果你只是運用深度學習模型，其實paddle就可以了，通常TensorFlow的幾行程式碼，paddle一行就解決了。但是你要搞研究還是建議你用TensorFlow。比如你要編寫自己的啟用函式，TensorFlow直接就可以寫，而paddle你還要去底層用去編寫。（底層兩個都是用的c++）因為paddle把所有的啟用函式都封裝成api了。