前言
本文面向深度学习初学者或者工程师，推荐几个常用的深度学习模型快速开发平台。可以帮助初学者快速跑通模型，帮助工程师快速对模型进行部署和应用。
huggingface
简介
不多介绍，全球最大的模型托管平台，该平台最大的特点是：
- 模型多，截止发文共有模型76万+；
- 易应用，通过模型卡片页的简介，简单几十行代码就能进行模型的推理；
- 要翻墙，国内目前被墙了，不能直接下载其模型。这里提供一个国内镜像网站：链接。
使用流程
1.配置相应环境，huggingface的模型需要安装transformers库，这个库基于深度学习，因此需要安装相应的深度学习环境，比如pytorch、tensorflow等。
2.搜索相应的模型，并下载模型文件（自动下载，由于被墙代码自动下载失效，可以通过镜像网站下载好模型文件，放在相应位置，windows位置在：C:\Users\username.cache\huggingface\hub下，Linux在当前用户文件夹下：/home/username/.cache/huggingface/hub，也可以通过自动以文件夹存放，模型读取时改为自定义文件夹）。
3.在模型卡片页找到相应的推理代码，进行推理。
modelscope
简介
和huggingface类似，modelscope是国内最大的模型托管平台。
平台地址
使用流程
1.配置相应环境。
2.搜索相应的模型，并下载模型文件（自动下载）。
3.在模型卡片页找到相应的推理代码，进行推理。
OpenMMLab
简介
OpenMMLab累计开源超过30个算法库、2400个预训练模型，涵盖图像识别分类、目标检测、图像分割、姿态估计、视频理解、OCR、3D目标检测、3D人体姿态估计、模型轻量化、自监督、少样本、光流、预训练、多模态、AIGC、推理部署等等计算机视觉任务，在Github上累计获得十万颗star，超过了Pytorch。
平台地址
使用流程
1.配置相应环境。
2.进入github站到相应的库，比如：mmdetection。
3.从文档中找到快速开始，按照教程部署模型。
