面试官：不好意思，不是实干型算法工程师可以走了...

当前国内的深度学习框架百鸟争鸣。各大公司也都相继推出了自己的框架，大大推动了深度学习的发展。深度学习俨然已经渗入到我们生活中的每个角落，给生活带来极大便利。

深度学习能够针对生产生活所面临的复杂问题，给出高准确率、操作简易、成本适中的解决方案。但即便如此，依然也有很多人觉得深度学习高深莫测、遥不可及。

的确，深度学习有深奥之处，让很多人难以企及。但其也有亲和力十足的一面，让没有基础的小白也能轻松上手，感受深度学习的魅力，那就是深度学习框架。

深度学习技术渐渐普及，各大厂的企业框架也日渐成熟化，深度学习技术门槛只会越来越低。但公司的实际业务却在不断的丰富，产业界也对深度学习框架的训练，产生了越来越多的需求。开源框架和模型工具也已经无法直接满足实际生产和业务需求。

无论是对于深度学习相关专业的初学者，还是已经在企业和组织中从事工业场景应用和研发的开发者来说，选择一个适合自己，适合业务场景需求的深度学习框架显得尤为重要。

但是，从深度学习技术应用来讲，只靠开源框架还是不够的，若想深度学习框架在实际应用中发挥更大作用，需要更全面的综合服务配套建设。

那么，对于不同学习阶段和不同岗位的开发者来说，什么样的深度学习框架才是适合自己的呢？是学PyTorch、还是学Tensorflow、再或者是学Keras呢？其实，对于这样的问题，基于现在的形势下，你就不要把着眼点放在这些工具的使用上了，重要的是要知道它的原理。