1.简介
2.文档与性能
3.网络与模型能力
4.生态与维护
5.框架搭建与应用
6.架构
6.1 TensorFlow
6.2 Caffe
6.3 MXNet
6.4 Paddle
主要从以下几个方面入手：多机并行架构、多GPU并行架构、sequence序列模型以及大规模稀疏训练；
6.5 CNTK
7.总结
1)． 有关图像的问题使用caffe很方便，训练只需要写prototxt；
2)． Caffe是目前产品化最多的库；
3)． 应该多关注TensorFlow，毕竟有Google这样的亲爹；
4)． 用TensorBoard去观察训练的状态；
5)． 可以了解和学习一下mxnet，对显存利用率高；
