2.2 深度学习开发环境所需的软件

搭建深度学习训练的开发环境，是进行深度学习训练的第一步。当前主流的深度学习软件框架都是开源软件，如TensorFlow、Caffe、PyTorch及PaddlePaddle等。安装开源软件和开源工具时，第一个要具备的意识是：软件依赖关系，尤其软件版本之间的对应关系，最新版本不一定就是最好的。

开源软件不像商业软件，商业软件在发布前已经充分测试过，用户双击安装文件就可以直接安装使用。开源软件在不断迭代过程中，所依赖的软件包有的迭代快、有的迭代慢，版本之间不一定兼容，所以，务必要弄清楚在搭建开发环境的过程中，所涉及的开源软件包之间的版本是否兼容，是否已经被开源社区测试过。

对于商业软件，我们习惯用最新的版本，因为很多先前版本的漏洞会在最新版中得到解决。对于开源软件，下载最新版却不一定适用，因为其他相关开源软件可能还没有来得及跟进支持这个最新版本。

本书基于TensorFlow Object Detection API框架搭建基于深度学习的目标检测应用的开发环境。TensorFlow是Google开源的深度学习库，可以用于机器学习、语音识别及目标检测等多种人工智能算法开发。TensorFlow Object Detection API是基于TensorFlow开发的专门用于目标检测（Object Detection）的软件框架，基于该框架可以快速训练出各种用于图像识别的AI模型，如动物识别、植物识别及瑕疵识别等。

工业中大多数外观检测和视觉分选项目，都可以基于该框架实现。

基于TensorFlow Object Detection API框架搭建用于目标检测的深度学习训练开发环境所需要软件见表2-1。

表2-1 TensorFlow Object Detection API框架所需软件