【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】
我们利用tensorflow、keras、caffe或者mxnet训练好的模型总要移植到嵌入式设备上去运行，因此需要特定的深度学习优化框架。这些框架会利用汇编指令、特定硬件对计算进行优化，提供计算的速度。同时，这些框架一般都自带tensorfow、caffe的模型转换工具，一般不需要很大的努力，这些利用pc、gpu训练出来的模型就可以在嵌入式设备上运行起来。
下面我就来介绍常用的四种深度学习移动框架，其中前三种都可以在github上下载，最后一种需要到公司官网上才能下载学习。
1、paddle-mobile
百度的开源移动框架。
https://github.com/PaddlePaddle/paddle-mobile
2、ncnn
腾讯的开源移动框架。
https://github.com/Tencent/ncnn
3、mace
小米的开源移动框架。
https://github.com/XiaoMi/mace
4、snpe
高通的深度学习移动框架。
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
算法设计、分析与实现
徐子珊 / 2012-10 / 65.00元
《算法设计、分析与实现：c、c++和java》由徐子珊编著，第1章～第6章按算法设计技巧分成渐增型算法、分治算法、动态规划算法、贪婪算法、回溯算法和图的搜索算法。每章针对一些经典问题给出解决问题的算法，并分析算法的时间复杂度。这样对于初学者来说，按照算法的设计方法划分，算法思想的阐述比较集中，有利于快速入门理解算法的精髓所在。一旦具备了算法设计的基本方法，按应用领域划分专题深入学习，读者可以结合已......一起来看看 《算法设计、分析与实现》 这本书的介绍吧!
