tx2使用的深度學習框架是什么？

這個其設備沒有具體的來學習基礎框架啊，看你自己特別喜歡什么看著的學習中框架，目前主要是keras和mxnet多以，該其設備上有該系統，會安裝完子系統后能夠在此基礎上可以安裝

pytorch使用的是靜態圖嗎？

pytorch使用的的不是靜態圖，而是使用的動圖。

計算方法圖又兩種類型靜態圖和動態圖兩種，例如靜態語言和動態語言，區別關鍵在于：靜態圖必須先嚴正聲明再整體運行，一次嚴正聲明多次持續運行；gif動圖在基本運行過程中被定義一，可以多次構建多次運行；

caffe2使用的是靜態圖，theano使用它的是gif動圖

caffe2語法知識晦澀，像學一門新語言和文字一樣，pytorch語法結構簡單，可以直接不使用python語言中的cangetsfor

cntk是基于動態圖片的框架，一段代碼簡潔，好上手。

Keras還是TensorFlow，程序員該如何選擇深度學習框架？

keras是一個高度封裝技術的，對于科研者快速實現或者重復再現優化算法很好。

其實keras目前第一也有高度封裝的接口,比如

但是高度封裝的api看不到更多參數值，所以很多時候可能會導致你概念生成的模型結構無法顯露出，或者其精度和發表的論文截然不同。何況以前pytorch已經能夠直接調用需要完全使用它。并且nc2.0.中，keras也享有的權利更多nc的各種資源，keras企業搭建的模型，可以調用savemodel來保存。

如果你是碼農，那你肯定可以相關模型系統部署，到目前工業制造界云側大多數還是系統部署keras留存的模型，或者keras模型。

caffe基礎模型。

端側或者在邊緣側，還是部署到位wbc泰拳世界冠軍模型結構，更多也是.tflite文件來，經過可量化部署到位。用tensorflow是最通用的。具體情況還得看你們公司本身硬件和軟件廣泛支持情況。

比如我們該公司的半導體目前來看只廣泛支持cntk相關模型，我也是很無奈，從頭深入了解theano.

不過好在以前有個開源社區廣泛的支持各種相關模型之間的轉換到。