百度技术沙龙第67期回顾：开源专场

在不久前的2016百度世界大会上，百度首席科学家吴恩达首次宣布对外开放百度深度学习平台，以推动人工智能技术的快速普及，把在搜索、图像识别、语音识别、自然语言处理、用户画像及情感分析等人工智能领域的优势整合升级，为程序开发者提供了一个功能更全、效果更好的深度学习框架。其实，百度一直非常重视对于开源软件的使用，同时也愿意把内部的技术以开源的形式贡献出来，和开源社区的同学们进行广泛的合作。从2010年开始，百度的各项技术就已经陆续在Github上开源出来，例如多次被评为Github社区中国十大开源项目的echarts等。

本期百度开源技术专场技术沙龙，将介绍百度开源的最新两个项目，包括paddlepaddle百度深度学习框架（类比是Google的Tensorflow ），和百度搜索架构开源产品线（tera，bfs，galaxy等），并结合具体的产品案例，分享百度开源技术最新实践经验。这些项目都已经在github/baidu下开源，希望让更多同学们了解并参与到这些开源项目中。

本期讲师介绍

主题一：Paddle技术开源介绍

于洋：百度工程师，从事百度深度学习平台PaddlePaddle开发工作。硕士毕业于天津大学，15年毕业后加入百度深度学习实验室。随后一直从事深度学习系统的研发，主要负责深度学习系统的性能优化和功能开发工作。

主题摘要：近年来深度学习成为了计算机领域中的热点问题，百度开源了核心的机器学习训练平台PaddlePaddle。本期演讲包括PaddlePaddle深度学习平台的介绍，简单的深度学习知识，PaddlePaddle的实现特点和机制，以及以手写识别和情感分类任务为例，如何使用PaddlePaddle解决实际的问题。
主题二：百度搜索开源基础架构系统解密

颜世光：网页搜索部基础架构团队，早期从事Spider系统架构相关研发，期间主持了百度第三代Spider系统的设计与实现。当前主要研究方向为大规模分布式系统，是百度海量数据库Tera、百度文件系统BFS和集群操作系统Galaxy的主要作者。热衷开源，先后推动了百度多个重量级系统对外开源。

主题摘要：搜索引擎背后是一套超大规模的数据处理系统，这套系统构建在一系列基础设施之上，包括网络通讯框架、分布式文件系统、集群管理系统、结构化数据库和分布式锁等等。随着近年来公司大力拥抱开源，这套基础设施也逐渐开放出来。本次演讲主要介绍这套开源基础架构的设计思想和应用情况。