飞桨上线万能转换小工具，教你玩转TensorFlow、Caffe等模型迁移

本文作者：飞桨开发者说成员Charlotte量子位 编辑 | 公众号 QbitAI百度推出飞桨（PaddlePaddle）后，不少开发者开始转向国内的深度学习框架。但是从代码的转移谈何容易，之前的工作重写一遍不太现实，成千上万行代码的手工转换等于是在做一次二次开发。现在，有个好消息：无论Caffe、TensorFlow、ONNX都可以轻松迁移到飞桨平台上。虽然目前还不直接迁移PyTorch模型，但PyTorch本身支持导出为ONNX模型，等于间接对该平台提供了支持。然而，有人还对存在疑惑：不同框架之间的API有没有差异？整个迁移过程如何操作，步骤复杂吗？迁移后如何保证精度的损失在可接受的范围内？大家会考虑很多问题，而问题再多，归纳一下，无外乎以下几点：API差异：模型的实现方式如何迁移 ………………………………