亚洲三级网站,日本黄色网站在线观看,成年免费网站在线入口,国产一级 片内射新月直播磨磨

        湖北企業(yè)新聞網(wǎng),歡迎您!

        幫助中心 廣告聯(lián)系

        網(wǎng)站關(guān)鍵詞: 湖北企業(yè)新聞網(wǎng)

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        來源:時間:2020-05-03 05:56:07 閱讀:-

        PaddlePaddle之后,百度研發(fā)的移動端深度學(xué)習(xí)框架也加入Github開源網(wǎng)站啦!百度方面表示,這一框架致力于讓卷積神經(jīng)網(wǎng)絡(luò)可極度簡單的部署在手機端。目前正在手機百度內(nèi)運行。支持iOS gpu計算,體積小,速度快。

        • 體積 armv7 340k+

        • 速度 iOS GPU mobilenet 可以達到 40ms、squeezenet 可以達到 30ms

        我們先來看看運行效果:

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        看完Demo,如果你想了解demo源碼實現(xiàn)可以往下看,它位于examples目錄中。

        運行examples文件

        1. 復(fù)制項目

        2. 安裝apk\ipa文件或者導(dǎo)入IDE.

        3. 運行

        開發(fā)或使用要求

        • 安卓用戶:安裝NDK

        • 安裝Cmake.

        • Android NDK CMake 文件

        • 安裝Protocol Buffers.

        如何使用MDL lib

        OSX或者Linux上運行測試

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        在項目中使用MDL lib

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        MDL lib使用多線程

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        開發(fā)

        編譯android的MDL源碼

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        編譯iOS的MDL源碼

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        模型轉(zhuǎn)換

        MDL需要兼容的型號才能使用。要獲得MDL兼容模型,程序員可以使用百度的腳本將其他深度學(xué)習(xí)工具訓(xùn)練的模型轉(zhuǎn)換為MDL模型。

        百度方面強烈建議使用PaddlePaddle模型。

        將PaddlePaddle模型轉(zhuǎn)換為mdl格式

        Paddlepaddle型號可以轉(zhuǎn)換為MDL型號

        百度開源移動端深度學(xué)習(xí)框架,手機百度內(nèi)可體驗!

        將caffemodel轉(zhuǎn)換為mdl格式

        #Convert model.prototxt and model.caffemodel to model.min.json and data.min.bin that mdl use

        ./build.sh mac

        cd ./build/release/x86/tools/build

        # copy your model.prototxt and model.caffemodel to this path

        ./caffe2mdl model.prototxt model.caffemodel

        # if you want to test the model produced by this script, provide color value array of an image as the third parameter ,like this:

        ./caffe2mdl model.prototxt model.caffemodel data

        # the color value should in order of rgb,and transformed according to the model.

        # then you will get a new data.min.bin with test data inside

        # after this command, model.min.json data.min.bin will be created in current

        # some difference step you need to do if you convert caffe model to iOS GPU format

        # see this:

        open iOS/convert/iOSConvertREADME.md

        特征

        • 一鍵部署,腳本參數(shù)就可以切換ios或者android

        • 支持iOS gpu運行MobileNet、squeezenet模型

        • 已經(jīng)測試過可以穩(wěn)定運行MobileNet、GoogLeNet v1、squeezenet模型

        • 體積極小,無任何第三方依賴。純手工打造。

        • 提供量化腳本,對32位float轉(zhuǎn)8位uint直接支持,模型體積量化后4M上下

        • 與ARM相關(guān)算法團隊線上線下多次溝通,針對ARM平臺會持續(xù)優(yōu)化

        • NEON使用涵蓋了卷積、歸一化、池化所有方面的操作

        • 匯編優(yōu)化,針對寄存器匯編操作具體優(yōu)化

        • loop unrolling 循環(huán)展開,為提升性能減少不必要的CPU消耗,全部展開判斷操作

        • 將大量繁重的計算任務(wù)前置到overhead過程

        MDL使用的是寬松的MIT開源協(xié)議。

        如果你不想了解CNN細節(jié)實現(xiàn),百度在項目開源頁面(https://github.com/baidu/mobile-deep-learning)也附加了安裝的二維碼,可以直接掃碼安裝。