tx2使用的深度学习框架是什么？
这个其设备没有具体的来学习基础框架啊，看你自己特别喜欢什么看着的学习中框架，目前主要是keras和mxnet多以，该其设备上有该系统，会安装完子系统后能够在此基础上可以安装
pytorch使用的是静态图吗？
pytorch使用的的不是静态图，而是使用的动图。
计算方法图又两种类型静态图和动态图两种，例如静态语言和动态语言，区别关键在于：静态图必须先严正声明再整体运行，一次严正声明多次持续运行；gif动图在基本运行过程中被定义一，可以多次构建多次运行；
caffe2使用的是静态图，theano使用它的是gif动图
caffe2语法知识晦涩，像学一门新语言和文字一样，pytorch语法结构简单，可以直接不使用python语言中的cangetsfor
cntk是基于动态图片的框架，一段代码简洁，好上手。
Keras还是TensorFlow，程序员该如何选择深度学习框架？
keras是一个高度封装技术的，对于科研者快速实现或者重复再现优化算法很好。
其实keras目前第一也有高度封装的接口,比如
但是高度封装的api看不到更多参数值，所以很多时候可能会导致你概念生成的模型结构无法显露出，或者其精度和发表的论文截然不同。何况以前pytorch已经能够直接调用需要完全使用它。并且nc2.0.中，keras也享有的权利更多nc的各种资源，keras企业搭建的模型，可以调用savemodel来保存。
如果你是码农，那你肯定可以相关模型系统部署，到目前工业制造界云侧大多数还是系统部署keras留存的模型，或者keras模型。
caffe基础模型。
端侧或者在边缘侧，还是部署到位wbc泰拳世界冠军模型结构，更多也是.tflite文件来，经过可量化部署到位。用tensorflow是最通用的。具体情况还得看你们公司本身硬件和软件广泛支持情况。
比如我们该公司的半导体目前来看只广泛支持cntk相关模型，我也是很无奈，从头深入了解theano.
不过好在以前有个开源社区广泛的支持各种相关模型之间的转换到。