51.1 简介 全球首个自动模型压缩框架 一款面向移动端AI开发者的自动模型压缩框架，集成了当前主流的模型压缩与训练算法，结合自研超参数优化组件...
投稿
收录了49篇文章 · 1人关注
-
51.现有移动端开源框架及其特点—PocketFlow-1 -
50.现有移动端开源框架及其特点—FeatherCNN与TensorFlow Lite50.1 FeatherCNN FeatherCNN 是由腾讯 AI 平台部研发的基于 ARM 架构的高效 CNN 推理库，该项目支持 Caff...
-
49.现有移动端开源框架及其特点—MACE（ Mobile AI Compute Engine）Mobile AI Compute Engine (MACE) 是一个专为移动端异构计算设备优化的深度学习前向预测框架MACE覆盖了常见的移动端...
-
48.现有移动端开源框架及其特点—MDL（mobile-deep-learning）48.1 功能特点 一键部署，脚本参数就可以切换ios或者android 支持iOS gpu运行MobileNet、squeezenet模型 已...
-
47.现有移动端开源框架及其特点—Prestissimo
基础功能 支持卷积神经网络，支持多输入和多分支结构 精炼简洁的API设计，使用方便 提供调试接口，支持打印各个层的数据以及耗时 不依赖任何第三方...
-
46.现有移动端开源框架及其特点——QNNPACK-246.1 深度卷积 分组卷积（grouped convolution）将输入和输出通道分割成多组，然后对每个组进行分别处理。在有限条件下，当...
-
45.现有移动端开源框架及其特点——QNNPACK-1全称：Quantized Neural Network PACKage（量化神经网络包） 开源时间：2018年10月 开源用户：Facebook...
-
44.现有移动端开源框架及其特点——NCNN
开源时间：2017年7月 开源用户：腾讯优图 GitHub地址：https://github.com/Tencent/ncnn[https://...
-
43.常用的轻量级网络——ShuffleNet-v2旨在设计一个轻量级但是保证精度、速度的深度网络 43.1 设计思想 影响神经网络速度的4个因素：a. FLOPs(FLOPs就是网络执行了多少m...
-
42.常用的轻量级网络——ShuffleNet-v1ShuffleNet基于MobileNet的group思想，将卷积操作限制到特定的输入通道 而与之不同的是，ShuffleNet将输入的grou...
专题公告
深度学习
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1943806/u_3606327710_2781676036_fm_26_gp_0.jpg', '推荐专题《深度学习》（ 分享自 @简书 ）','https://wsa.jianshu.io/c/f0b014c62cfb?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}