登录注册
热门问题
最新资源下载
为什么现在大部分公司在做DL产品部署时还都是用Caffe？
1. 据一些不全面的了解，现在很多公司在做深度学习产品部署的时候还都是用Caffe，中小型公司尤为明显，实验、训练用其他框架的越来越多，但放到产品里的时候，还都是把其他框架训练的model想方设法（甚至费尽周折）转成Caffe的来做前传，原因何在？
2. 是否有不同框架做前传对比的benchmark？
3. PyTorch 1.0定位Research and Production，是否有取代Caffe做主流产品部署的可能，是否有一些详细的介绍或者实例？
4. PyTorch 1.0和Caffe2是什么关系了，为什么这次PyTorch 1.0的发布没什么Caffe2的信息了？
勿忘初心提问于 2019-01-02 14:432 个回答
用户30248682020-04-24 20:58为什么现在大部分公司在做DL产品部署时还都是用Caffe？
活动主持人2019-01-02 14:56选择 Caffe 确实有历史原因，但 Caffe 在架构、代码、性能、社区等方面的优势也是它前期很受欢迎的深层原因。
不过到目前，对于大型企业来说，为了满足不同场景的需求，框架选择已经是多元化了。以网易猛犸大数据平台机器学习模块为例，TensorFlow、MXNet、Caffe 都是需要支持的。其他深度应用人工智能的企业也是类似的。
对于贾大神来说，增强不同框架的协作提升开发效率也是一项重要任务，所以他撸了 ONNX（Open Neural Network Exchange，Facebook 和微软一起搞的），所以 Caffe 2 要并入 PyTorch。
至于合并具体的进展和详细的信息，小编认为还是等官方放出来了。
推荐问答* 版权声明 ：社区问答内容由互联网用户编辑提交，本社区不拥有所有权，也不承担相关法律责任。如果您发现本社区中有涉嫌侵权、暴力、色情、反
动等言论，欢迎发送邮件至：
进行举报并提供初步证明，一经查实，本社区将立刻删除相关内容。