OpenVINO(4):Intel DLDT介绍
1. 部署挑战将深度学习网络从培训环境部署到嵌入式平台进行推理可能是一项复杂的任务,它带来了许多必须解决的技术挑战:行业内有许多广泛使用的深度学习框架,如:Caffe, TensorFlow, MXNet, Kaldi等。通常,深度学习网络的训练在数据中心或服务器群中执行,而推理可能在嵌入式平台上进行,针对性能和功耗进行了优化。这些平台通常受限于软件(编程语言,第三方依赖,内存消耗,支持的操作系统),和硬件(不同的数据类型,有限的功率范围),因此通常不推荐(有时甚至不可能) 使用原始训练框架进行推理