当前，深度学习与新一代人工智能框架已进入百花齐放的时期，自 PyTorch 推出以来，其热度持续上升，一度有赶超 TensorFlow 的趋势。PyTorch 能在短时间内被众多研究人员和工程师接受并推崇是因为有着诸多优点，如采用 Python 语言、动态图机制、网络构建灵活以及拥有强大的社群等。因此，走上学习 PyTorch 的道路已刻不容缓。另一方面，MXNet 以其超强的分布式支持，明显的内存、显存优化为人所称道。同样的模型，MXNet 往往占用更小的内存和显存，并且在分布式环境下，MXNet 展现出了明显优于其他框架的扩展性能。2016 年 11 月，MXNet 被 AWS 正式选择为其“云计算”的官方深度学习平台。
本课程以深度学习作为核心理论框架，同时对每一个用例配套包括：Tensorflow 2.0 + Keras / Pytorch / MXNet 的实现方式，使学生深刻掌握多种人工智能开发框架的核心技术与实现方式，通过工程实践切实理解各种框架的区别及各自优越性能，建立更为完善的人工智能知识架构体系。
