参考文献

1.https://www.jianshu.com/p/16f69668ce25

一. 各大主流开源框架

1. 这些框架都支持CUDA，所以表中的编程语言里没有将cuda写上。
2. 还有一些没有列入表中，是因为他它们已经升级为大家更喜欢或者使用起来更简单的版本。
   比如torch->pytorch，theano->lasagne。
3. 还有一些小众的，以及一些移动端的框架，暂不讨论。
4. 作为一个深度学习算法工程师，怎么着也得熟悉3个以上框架吧。不管怎么说tensorflow、pytorch是必须会的，因为这是目前开发者喜欢，开源项目最丰富的的两个框架。
5. 如果是移动端开发，必须要回caffe.
6. darknet、mxnet是高效轻量的框架。
7. 如果你很懒，想写最少的代码实现功能，那么用keras吧。
8. java程序员，需要掌握deeplearning4j。
   

二. 如何学习开源框架

通常需做到以下几点：

1. 掌握数据的准备和使用
2. 熟悉模型的定义
3. 熟悉训练过程、结果可视化
4. 掌握训练方法和测试方法
   一个框架，官方都会开源若干的案例，最常见的案例就是以MNIST数据+预训练模型的形式，供大家快速获得结果。
   我们还要学会处理自己的数据，自己的网络搭建、模型训练、测试等。

三. 几个开源框架简述

1. caffe
   (1) github地址：https://github.com/BVLC/caffe。
   (2) 概述
   
   
   
2. tensorflow
   (1) github地址：https://github.com/tensorflow/tensorflow。
   (2)概述
   
   
3. Pytorch
   (1) github地址：https://github.com/pytorch/pytorch。
   (2)概述
   
   
4. Mxnet
   (1) github地址：https://github.com/apache/incubator-mxnet。
   (2)概述
   
5. Keras
   (1) github地址：https://github.com/keras-team/keras。
   (2)概述
   
6. Paddlepaddle
   (1) github地址：https://github.com/PaddlePaddle/Paddle。
   (2)概述
   
7. Darknet
   (1) github地址：https://github.com/pjreddie/darknet。
   (2)概述
   
8. 其他框架，我本人不常用，暂不赘述了。

四. 几个开源框架模型的转换

有时候项目需要对不同框架的模型进行转换。

1. github有关于模型转换的汇总，基本不同框架之间的模型都有工具可以直接转换。https://github.com/ysh329/deep-learning-model-convertor

2. 从现有网上资料来看，目前只有caffe能转成darknet的模型，其他都不能直接转darknet，需要曲线救国。
   (1)
   Tensorflow---->caffe MMdnn nn_tools
   caffe---->darknet pytorch-caffe-darknet-convert
   (2)
   mxnet---->caffe MMdnn Mxnet2Caffe
   caffe---->darknet pytorch-caffe-darknet-convert
   (3)
   caffe2---->pytorch ONNX
   pytorch—>caffe pytorch-caffe-darknet-convert
   caffe---->darknet pytorch-caffe-darknet-convert