tx2使用的深度學(xué)習(xí)框架是什么？這個其設(shè)備沒有具體的來學(xué)習(xí)基礎(chǔ)框架啊，看你自己特別喜歡什么看著的學(xué)習(xí)中框架，目前主要是keras和mxnet多以，該其設(shè)備上有該系統(tǒng)，會安裝完子系統(tǒng)后能夠在此基礎(chǔ)上可以

tx2使用的深度學(xué)習(xí)框架是什么？

這個其設(shè)備沒有具體的來學(xué)習(xí)基礎(chǔ)框架啊，看你自己特別喜歡什么看著的學(xué)習(xí)中框架，目前主要是keras和mxnet多以，該其設(shè)備上有該系統(tǒng)，會安裝完子系統(tǒng)后能夠在此基礎(chǔ)上可以安裝

pytorch使用的是靜態(tài)圖嗎？

pytorch使用的的不是靜態(tài)圖，而是使用的動圖。

計(jì)算方法圖又兩種類型靜態(tài)圖和動態(tài)圖兩種，例如靜態(tài)語言和動態(tài)語言，區(qū)別關(guān)鍵在于：靜態(tài)圖必須先嚴(yán)正聲明再整體運(yùn)行，一次嚴(yán)正聲明多次持續(xù)運(yùn)行；gif動圖在基本運(yùn)行過程中被定義一，可以多次構(gòu)建多次運(yùn)行；

caffe2使用的是靜態(tài)圖，theano使用它的是gif動圖

caffe2語法知識晦澀，像學(xué)一門新語言和文字一樣，pytorch語法結(jié)構(gòu)簡單，可以直接不使用python語言中的cangetsfor

cntk是基于動態(tài)圖片的框架，一段代碼簡潔，好上手。

Keras還是TensorFlow，程序員該如何選擇深度學(xué)習(xí)框架？

keras是一個高度封裝技術(shù)的，對于科研者快速實(shí)現(xiàn)或者重復(fù)再現(xiàn)優(yōu)化算法很好。

其實(shí)keras目前第一也有高度封裝的接口,比如

但是高度封裝的api看不到更多參數(shù)值，所以很多時候可能會導(dǎo)致你概念生成的模型結(jié)構(gòu)無法顯露出，或者其精度和發(fā)表的論文截然不同。何況以前pytorch已經(jīng)能夠直接調(diào)用需要完全使用它。并且nc2.0.中，keras也享有的權(quán)利更多nc的各種資源，keras企業(yè)搭建的模型，可以調(diào)用savemodel來保存。

如果你是碼農(nóng)，那你肯定可以相關(guān)模型系統(tǒng)部署，到目前工業(yè)制造界云側(cè)大多數(shù)還是系統(tǒng)部署keras留存的模型，或者keras模型。

caffe基礎(chǔ)模型。

端側(cè)或者在邊緣側(cè)，還是部署到位wbc泰拳世界冠軍模型結(jié)構(gòu)，更多也是.tflite文件來，經(jīng)過可量化部署到位。用tensorflow是最通用的。具體情況還得看你們公司本身硬件和軟件廣泛支持情況。

比如我們該公司的半導(dǎo)體目前來看只廣泛支持cntk相關(guān)模型，我也是很無奈，從頭深入了解theano.

不過好在以前有個開源社區(qū)廣泛的支持各種相關(guān)模型之間的轉(zhuǎn)換到。