本文转载自百度PaddlePaddle深度学习的应用主要包括两个部分，一是通过深度学习框架训练出模型，二是利用训练出来的模型进行预测。开发者基于不同的深度学习框架能够得到不同的训练模型，如果想要基于一种框架进行预测，就必须要解决不同框架的模型之间的匹配问题。基于这种考虑，也为了帮助用户快速从其他框架迁移，PaddlePaddle开源了模型转换工具X2Paddle。它可以将TensorFlow、Caffe的模型转换为PaddlePaddle的核心框架PaddleFluid可加载的格式。同时X2Paddle还支持ONNX格式的模型转换，这样也相当于支持了众多可以转换为ONNX格式的框架，比如PyTorch、MXNet、CNTK等。项目概览X2Paddle最新发布的V0.3版本，包括tensorflow2fluid，caffe2fluid和onnx2fluid。对于TesorFlow和Caffe，我们还提供了它们与PaddleFluid的常用API对比文档。通过这些文档可以清楚查看这几个框架在API设计上的异同，方便用户快速熟悉PaddlePaddle的接口使用。caff2fluid1、支持VGG,ResNet,AlexNet等图像分类模型的转换2、提供Caffe-PaddlePaddle常用API的对比文档，
转载请注明：http://www.0431gb208.com/sjszlfa/6712.html
