比如说现在AI用的三种平台
Tensorflow
pytorch
caffe
其训练影像顺序都不同。
tensorflow是nhwc
pytorch和caffe是 nchw
比如说要训练128张彩色的480P影像。
就是n c h w = 128, 3, 640x480
而训练出来的系数
ich och kx ky，也要注意顺序。
如果你只会Tensorflow，到时要用caffe来做，就要写很多转换的程式。
这些程式甚至比原来的code还要难。
会一个平台时，也要多多涉猎比较别的平台。
这样在找工作时，无往不利。
※ 引述《LaAc (深渊战士)》之铭言：
: ※ 引述《NTULioner (112延毕鲁蛇废物就是我)》之铭言：
: : 内
: : 老板上周说端午节后要交实验数据啦
: : 为了赶上期限写完程式跟data
: : 我就去github上面找
: : 找了个有个几千颗星星的lib来用
: : 一天左右就写好了程式开始跑
: : 也没遇到太多bug
: : 现在论文都快写好了
: : 可是我同学B却很不屑
: : 说他要全部自己写
: : 结果写到现在架构还没搞定
: : 而且bug一堆
: : 一下读不到data
: : 一下predict错误
: : 但B却一点都不在意
: : 说技术才是最重要的
: : 要自己学会能自己做
: : 才不会受制于人
: : 还说老板会认同他的想法
: : 究竟写程式的时候
: : 要拿世界工程师一起使用debug过的code
: : 还是自己从头开始写比较好呢？
: : 求解
: 看是要工作还是做研究吧
: 工作就拿啊，能跑就好，管那么多
: 全部自己来也不会比较多credit
: 而且既然已经有验证有效的疫……我说code
: 那直接照搬就好啦，自己从头弄不一定比较好用那何苦这么做
: 而且工作往往有时间限制，做得再好，拖到死线一样没用。
: 做研究就不一样了
: 如果你只是照既有的library写
: 那充其量只是garbage in gabarge out
: 怎么做的？不知道
: 为什么有效？不知道
: 出问题要怎么修正？不知道
: 是否有相容性的问题？不知道
: 所以我专题老师一年前就叫我们不准依靠matlab的toolbox
: 尽量自己手刻，虽然累得半死但真的学到很多。
: 不过两种精神不相违背
: 你要随时留有后路，不可以压在一个地方
: 固然应该积蓄研究能量，固然应该知其所以然
: 但也要以防万一，记得先把东西准备好
: 不然如果一整年进度不佳，死线将近没东西就尴尬啦。