版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/feixiaoxing/article/details/86206474
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
我们利用tensorflow、keras、caffe或者mxnet训练好的模型总要移植到嵌入式设备上去运行，因此需要特定的深度学习优化框架。这些框架会利用汇编指令、特定硬件对计算进行优化，提供计算的速度。同时，这些框架一般都自带tensorfow、caffe的模型转换工具，一般不需要很大的努力，这些利用pc、gpu训练出来的模型就可以在嵌入式设备上运行起来。
1、paddle-mobile
百度的开源移动框架。
https://github.com/PaddlePaddle/paddle-mobile
2、ncnn
腾讯的开源移动框架。
https://github.com/Tencent/ncnn
3、mace
小米的开源移动框架。
https://github.com/XiaoMi/mace
4、snpe
高通的深度学习移动框架。