我正在构建代码，并尝试使事物尽可能通用。我看过许多教程和文章，但它们都是特定于平台的（tensorflow \ pytorch）。
是否有一种很好的方式来加载和使用以前训练有素的神经网络模型，使代码能够同时处理割炬和张量流？网络内置在哪个版本的tensorflow \ torch中是否重要？我希望代码尽可能通用。
此外，我是否需要了解原始网络的结构，还是可以在没有结构概念的情况下加载并使用它？
答案 0 :(得分：2)
我认为不可能编写一个程序来存储从Torch和Tensorflow中预训练的模型，因为它们以不同的格式保存。
如果您自己创建模型，则可能要研究开放神经网络交换格式（https://onnx.ai/），这是由Amazon，Facebook，Microsoft和其他公司支持的一项倡议，旨在创建可移植文件格式。深度学习模型。