导语

PaddlePaddle 作为国内首个深度学习开源平台，在 Fluid v1.0版本提供了稳定且向后兼容的 API及英文说明文档。经过不断的优化与迭代，如今已推出了最新的版本Fluid v1.2 (  )。1.2版本中除了在基础框架、预测引擎、模型建设、分布式训练各个方向完成了多项更新，还增加API中文文档，使PaddlePaddle API有了完备的中英双语使用指南。

了解API的用法是学习一款深度学习框架的关键，本篇文章梳理了目前Fluid API的主要类别与使用场景，并提供了如何从官方文档中挖掘更多学习资料的小技巧，相信可以帮助您更好地使用Fluid。

Fluid API

Fluid API的设计既保持了框架的灵活性，方便您实现功能的任意组合；又提供了常用功能的封装模块，满足您一键调用的需求。无论您对深度学习的掌握程度如何，均可在Fluid中找到适合自己的模式。

Fluid涵盖了搭建深度学习网络所需的大量基本模块，您可以通过阅读API说明文档( )去深入了解它们。

总的来说，Fluid API被分为以下几类，它们分别负责不同的功能：

其中 Fluid.layers是最常用也最多样的，它涵盖了模型配置的各个阶段：

• control_flow : Fluid中的“控制流”概念可以类比与程序语言，用于控制深度学习模型在训练或者预测过程中的执行逻辑。control flow中包含了多种控制流API供用户选择。

• io : 定义了网络中数据输入输出的方法。

• nn : 定义了神经网络的各种层，fc层、卷积层、池化层，以及网络搭建中所需其他单元如激活函数、损失函数等等。

• ops : 提供了丰富的数学操作符，同时支持一元和二元操作。

• tensor : 提供了针对Tensor和LoDTensor的相关操作。learning_rate_schedule : 提供诸如指数衰减、分段衰减、多项式衰减等多种学习率调节器。

• detection : 提供图像检测中特有的相关操作。

• metric_op : 提供常见的训练效果评价指标。

API 文档

Fluid 不仅在API的设计上追求极致，在配套API文档中也下足功夫。在最新的v1.2版本中，增加了中文版API文档，成为首家官方完整提供中文文档的深度学习框架。

下面几点小技巧将帮助您充分利用官方文档，快速掌握API使用秘籍

1、阅读API使用指南(  )

为方便用户快速定位所需API，减少用户查找API的时间。官方提供了中文版 API使用指南（也称API Guide），介绍各类API将应用于何种场景，以及如何选择需要的API。

API使用指南位于官网说明文档的API板块，分功能介绍了Fluid的API体系和用法，帮助您快速了解Fluid API的全貌，主要包括以下几个模块：

当您希望实现某一功能时，强烈推荐您阅读API使用指南，它不仅能够帮助您快速找到所需文档，也可以方便您高效了解各类API的用法。

2、查阅API说明文档

满足大量国内开发者的需求，从Fluid v1.2起，官网增加了配套的中文版API说明文档，它与英文版文档对齐，并将被持续维护。这标志着PaddlePaddle成为首家官方完整支持中文文档的深度学习框架。

为了让中文文档尽快与大家见面，在翻译的过程中可能存在一些不够完善的地方，希望大家可以在阅读的同时帮助共同校验文档的翻译质量。

非常欢迎您为PaddlePaddle贡献文档，文档均在PaddlePaddle/FluidDoc () 中统一管理，如对PaddlePaddle有任何问题，也非常欢迎在此Repo提交Issue！

更多了解：