环境
VisionPro Deep Learning 的两个环境是训练和运行时。在训练阶段，您的专题讨论会将是训练环境，在部署阶段，这将是运行时环境。下面的主题解释了运行时和训练之间的主要架构差异、它们的优缺点，以及在哪些用例下应该使用哪一个。
训练环境
训练环境同时代表着训练和处理（或推力），此外，还支持用户借助 Deep Learning DLL (API) 或 GUI 配置、添加、删除和训练工具来扩展运行时功能。
训练
训练环境中的训练代表 VisionPro Deep Learning 工作区中创建、配置和训练每个工具所需的所有步骤。在此阶段，可以创建、修改、配置和训练工作区中的 VisionPro Deep Learning 工具来学习给定图像的知识。
| 优点 | 缺点 |
|---|---|
|
可以重新训练 |
更难整合 参数未冻结 版本控制向用户公开 |
训练部署的应用如下：
- 当操作员经常需要调整工具时，导入和导出是一个困难的障碍。
- 当集成商想要使用他们自己的生态系统进行训练，而不是依赖于另一个应用程序。
您的视觉应用负责以下事项：
- 保留硬盘驱动器文件夹以运行 Deep Learning
- 公开所有 Deep Learning 工具参数以重新训练工具
- 处理工作区版本
- 通过数据库概要向用户提供反馈
| 编程语言 | 方法 | 示例 | 备注 |
|---|---|---|---|
| .NET | 命名空间训练 |
Example.Training.Console Example.Training.GUI |
.NET 封装器提供可实施这些任务的 UI 元素。 |
| C |
vidi_* vidi_training_* |
Example.Cpp.Training.Blue Example.Cpp.Training.Red |
处理（推断）
训练环境中的处理代表应用每个训练工具的知识来推断VisionPro Deep Learning 工作区中的结果。处理不会修改或训练工具。当工作区中的 VisionPro Deep Learning 工具正在处理时，它仅从图像中推断结果。
Deep Learning DLL 负责以下事项：
- 管理 GPU
- 检索图像（通过内存或硬盘驱动器）并返回 XML 字符串
-
从给定文件夹或存档加载工作区
您的视觉应用负责以下事项：
- 保留硬盘驱动器文件夹以运行 Deep Learning
- 采集图像
- 将图像传输到 VisionPro Deep Learning 应用程序
- 解释结果并采取相应行动
- 向用户提供反馈
运行环境
运行时代表仅处理（仅限推断），这意味着工具可以处理图像，但无法修改或重新训练工具。工具处理能力是在部署的生产环境中运行 Deep Learning 工具所需的最低功能。有关详细信息，请参阅运行时。