tensorflow、pytorch

目前 99% 的 AI 模型训练都是使用 Python 开发的。

除了 TensorFlow ，在这个圈子里还有一个绝对的霸主，以及几个重要的配角。我们来看看它们是谁，以及它们和 Python 的关系。

---

一、 唯一的超级对手：PyTorch (Meta/Facebook 出品)

如果说 AI 圈有"可口可乐"，那 TensorFlow 只是其中之一，另一个"百事可乐"就是 PyTorch。

• 地位： 目前学术界（写论文、搞科研）的第一选择，工业界也在疯狂追赶。

• 和 Python 的关系： 它比 TensorFlow 更 Python！

  • TensorFlow 有时候写起来稍微有点拗口（早期的静态图设计）。

  • PyTorch 写起来就像写普通的 Python 代码一样自然，调试非常方便，所以程序员极其喜欢它。

• 如果你用 PyTorch 训练模型，K210 怎么用？

  • TensorFlow 的路线是：.pb

    .tflite nncase。

  • PyTorch 的路线是：.pt

    .onnx nncase。

  • (注：ONNX 是一个通用的中间格式，相当于 AI 界的"英语"，谁都能转成它)。

二、 重要的配角们

1. Keras (现在是 TensorFlow 的一部分)

   • 定位： 傻瓜相机。

   • 特点： 它本来是一个独立的库，因为它太好用、太简单了，后来被 Google 收购，变成了 TensorFlow 的"官方高层接口"。

   • 代码风格： model.add(Convolution...)，非常像搭积木。初学者建议先看 Keras。

2. PaddlePaddle (飞桨 - 百度出品)

   • 定位： 中国版 TensorFlow。

   • 特点： 在国内非常火，全中文文档极其友好。如果你在中国做 OCR（文字识别）或者工业质检，飞桨的模型库非常丰富。

   • K210 支持： 也可以通过转为 ONNX 格式部署到 K210。

3. Caffe (老前辈)

   • 定位： 退役老兵。

   • 特点： 很多年前（2015年左右）它是老大。现在很少有人用它训练新模型了，但是因为它结构简单，很多老旧的嵌入式芯片（比如海思早期的芯片）只支持 Caffe。K210 也支持 Caffe 转换，但现在不推荐学了。