大家现在主力用PyTorch还是TensorFlow？最近转项目好纠结

PyTorch吧，既然你要上嵌入式，ONNX导出链更成熟，量化工具也全。我之前从Keras迁过来大概花了两周，主要是习惯那种动态图的写法。TensorFlow Lite虽然也能跑，但版本坑多，尤其和Keras混着用的时候，部署时经常遇到算子不支持。你嵌入式那边用啥芯片？如果是瑞萨或者英伟达的板子，PyTorch生态优势会更明显。

说实话我去年也纠结过同样的问题，最后选了PyTorch，主要因为ONNX导出生态更顺，转TensorRT踩坑少很多。不过嵌入式部署的话TensorFlow Lite的量化工具链确实更成熟，社区案例多，如果你Keras用惯了迁移成本也低。建议别光看框架热度，先查清楚你们目标板子的SDK对哪个框架支持更友好，我吃过亏——模型好写，部署时才发现算子不支持才要命。

嵌入式部署这块PyTorch的生态确实更省心，TorchScript和ONNX导出踩坑少，而且现在很多板子厂商的SDK都优先适配它。我之前做树莓派上的检测模型，用TensorFlow Lite折腾半天量化精度掉得厉害，换PyTorch转ONNX后顺手多了。不过你要是特别依赖Keras那种快速改网络的手感，TF的KerasLayer在部署时反而多一层转换成本，建议直接拿你们要用的板子跑个YOLO小模型对比下两者实测帧率，比看benchmark靠谱。

PyTorch吧，部署这块现在TorchScript和ONNX流转都挺成熟的，而且你之前用Keras的话转过来上手成本也不高。嵌入式那边如果预算吃紧，其实TensorFlow Lite微控制器支持更全一点，但你要是涉及自定义算子就糟心了。话说你们目标板子是什么型号？如果是树莓派或者Jetson系列，PyTorch生态真够用了。

嵌入式部署的话PyTorch生态更顺，转ONNX也省心，TensorFlow Lite对老设备支持反而麻烦点。

PyTorch吧，部署用ONNX转一圈啥都能跑，社区资源也新。TensorFlow折腾起来真有点心累。