tensorflow中如何下載cv2模塊？

通過(guò)pip安裝，pip安裝opencv-python，然后導(dǎo)入cv2。

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

Keras高度封裝，有利于研究人員快速實(shí)現(xiàn)或重現(xiàn)算法。

事實(shí)上，tensorflow目前已經(jīng)有高度封裝的接口，比如

然而，高度封裝的API可以你看不到更多的參數(shù)，所以很多情況下，你復(fù)制的模型可能不收斂，或者精度跟論文不一樣。什么？;s更多，現(xiàn)在tensorflow完全可以直接調(diào)用使用。并且在tf2.0中，keras還享有更多的tf資源，keras構(gòu)建的模型可以通過(guò)調(diào)用savemodel保存。

如果你是程序員，你肯定需要模型部署。目前工業(yè)云端大部分還是部署tensorflow或者pytorch模型保存的模型。

Caffe模型

端側(cè)或邊側(cè)，或部署輕量級(jí)模型，等等。tflite文件，定量部署后。張量流是最常見(jiàn)的。具體情況看你的公司的硬件支持。

例如，我們公司s的芯片目前只支持caffe模式，我也很無(wú)奈的從一開(kāi)始就了解caffe。

幸運(yùn)的是，有一個(gè)開(kāi)源項(xiàng)目支持各種模型之間的轉(zhuǎn)換。