【 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!