- 百度-MDL框架、腾讯-NCNN框架和谷歌TFLite框架比较
| MDL | NCNN | TFLite | |
|---|---|---|---|
| 代码质量 | 中 | 高 | 很高 |
| 跨平台 | √ | √ | √ |
| 支持caffe模型 | √ | √ | × |
| 支持TensorFlow模型 | × | × | √ |
| CPU NEON指令优化 | √ | √ | √ |
| GPU加速 | √ | × | × |
- 相同点：
- 只含推理（inference）功能，使用的模型文件需要通过离线的方式训练得到。
- 最终生成的库尺寸较小，均小于500kB。
- 为了提升执行速度，都使用了ARM NEON指令进行加速。
- 跨平台，iOS和Android系统都支持。
- 不同点：
- MDL和NCNN均是只支持Caffe框架生成的模型文件，而TfLite则毫无意外的只支持自家大哥TensorFlow框架生成的模型文件。
- MDL支持利用iOS系统的Matal框架进行GPU加速，能够显著提升在iPhone上的运行速度，达到准实时的效果。而NCNN和TFLite还没有这个功能。
大数据视频推荐：
网易云课堂
CSDN
人工智能算法竞赛实战
AIops智能运维机器学习算法实战
ELK7 stack开发运维实战
PySpark机器学习从入门到精通
AIOps智能运维实战
腾讯课堂
大数据语音推荐：
ELK7 stack开发运维
企业级大数据技术应用
大数据机器学习案例之推荐系统
自然语言处理
大数据基础
人工智能：深度学习入门到精通
