1樓：飛槳PaddlePaddle
2樓：張懷文
：TRANSFERING A MODEL FROM PYTORCH TO CAFFE2 AND MOBILE USING ONNX
主要是，用torch.onnx._export 將訓練好的模型匯出成ONNX的格式，然後再用Caffe2 load進來，在mobile上跑。
3樓：天一神水
谷歌一直很重視移動端的開發，以前有TensorFlow mobile，後來有tensorflow lite的移動端框架，官網是https://
tensorflow.google.cn/li
te/ ，如果還有其他疑問的話搜尋就好。其他的框架的移動開發不是很了解。
4樓：梁德澎
移動端推理框架的話首推ncnn：
Tencent/ncnn
有第三方工具支援pytorch的模型轉換，或者Pytorch轉onnx，ncnn也支援onnx模型轉換。
然後阿里新開源的mnn也可以試試：
alibaba/MNN
不過目前只支援tensorflow，caffe和onnx的轉換，不過可以pytorch轉onnx，mnn目前onnx支援的版本是3有點舊。
EMDL/awesome-emdl
使用深度學習做目標檢測，哪些方法對提公升模型的泛化能力有效？
藏雲閣主 主要從兩個方面來提公升 資料增強和模型結構。資料增強 一定要根據資料的特點和實際應用環境來增強，比如你的資料是由手持攝像機拍攝的，那麼很大概率會有運動模糊的存在，那麼你加上運動模糊 比如你的實際應用環境光照變化比較大，較暗和較亮的情況都有，那你可以增加對比度和亮度增強。如果你的增強策略和實...
如何看待將開源的深度學習網路模型拿去申請專利
Ivlianvs 1，這是沒授權的，只是專利申請，不是專利。2，當然可能拿到授權，不是審查員漏過去了，就是正常授權。因為專利的保護範圍取決於權利要求，就算申請時獨權已經被現有技術公開，也可以修改後以更小的範圍授權。3，就算因為審查員沒有發現對比檔案，以很大的範圍授權了，那也無非是專利權人多花點專利維...
貪心學院 深度學習是很多模型的疊加，這種深度模型跟淺層模型相比有什麼優勢呢？
Hanamaki 有一種說法 在自然語言領域，淺層模型解析的是語法結構，深層模型解析的是語義結構，例如 我愛北京和北京愛我 從語法上來說兩個都是對的，都是主謂賓，但是從意義上來說，第二句不對因為北京是個地點無法有愛這種動作。語義建模 或語義語法 通常與語言建模 或語言語法 相比較，我們現在從二者的定...