深度学习领域常用的框架与工具可大致分为以下几类，帮助开发者高效实现模型训练与部署：
主流框架 📈
TensorFlow
由Google开发的开源框架，支持灵活的计算图构建与分布式训练。PyTorch
Facebook主导的框架，以动态计算图和易用性著称，广泛应用于研究场景。Keras
基于TensorFlow的高层API，简化模型构建流程，适合快速实验。
常用工具 🔧
Jupyter Notebook
交互式编程环境，适合数据预处理与模型调试。TensorBoard
TensorFlow的可视化工具，可监控训练过程与模型性能。ONNX
开源格式，支持跨框架模型转换与部署，详见 /deep_learning/onnx_tutorial。
扩展资源 📚
选择合适的工具能显著提升开发效率，建议根据项目需求与团队熟悉度进行决策。