DX(开发人员体验) 

也非常重要，因为深度学习训练时间是等待程序编译时的新内容。我们建议您首先使用DX(因此使用了Keras)，因为总是可以为以后的运行优化运行时间(手工的GPU并行化、多进程数据增强、TensorFlow pipeline，甚至是咖啡因2 / pyTorch的重新实现)。

即使是使用相对迟钝的API和文档(如TensorFlow)的项目，也可以通过为训练和运行神经网络提供一个经过高度测试、高度使用、维护良好的环境来大大改进DX。

出于同样的原因，很难同时拥有自己的本地GPU进行开发的成本和灵活性。能够在本地查看/编辑图像，用您喜欢的工具编辑代码而不延迟，这极大地提高了人工智能项目的开发质量和速度。

大多数人工智能应用程序将比我们的应用程序受到更严重的文化偏见，举个例子，我们在初始数据集中引发了内置偏见，这使得应用程序无法识别法国式Hotdog、亚洲Hotdog等等我们没见过的东西。

• 直播预告 | 埃森哲企业数字化转型论坛·两化融合深度行
• 【深度长文】规模大赚钱就是好公司？政府要推动最基础的大国重器
• 当众人夺路而跑时，不跟随——投资高手们的深度思考
• 新疆喀什伽师县发生5.5级地震 震源深度8千米
• 台湾花莲发生4.3级地震 震源深度17.7公里
• 亲人不睦，家必败！（深度好文）
• “将有温度有深度有力度的中国故事讲给非洲受众”
• 穷人在抢房，富人在抢命！（深度好文）
• 世上没有一种生气是值得的（深度好文）
• 有多少人毁在了这句话上！（深度好文）