用矩阵乘法(im2col+sgemm)的方式卷积,虽然速度很算可以,但非常费内存,不能应用大一点的图片。
看了一些博客说到Winograd卷积,比上面的速度更快,用到内存更小,也来试试。
下载FeatherCNN
地址:http://github.com/tencent/FeatherCNN
然后,把一些NEON指令改为SSE指令就可以运行了。
这里是一部分对应项:
//#include
arm_neon.h;pmmintrin.h//vs9.0(2008)
arm_neon.h;immintrin.h//vs10(2010)
float32x2_t;__m64
float32x4_t;__m128
float32x4x2_t;__m256
//如没有 __m256,则
typedef struct float32x4x2_t
{
__m128 val[2];
} float32x4x2_t;
// 赋初值0
vdupq_n_f32(0.f);_mm_setzero_ps();
//赋初值 非0
vdupq_n_f32;_mm_set1_ps
//load outptr地址起始的4个float数据到_sum1
vld1q_f32;_mm_load_ps
//融合倍增累加:vfma->r=a+b*c
vfmaq_f32(a, b, c);_mm_add_ps(a,_mm_mul_ps(b, c));
//将_sum中四个float32,赋值给以outptr为起始地址的4个float32
vst1q_f32;_mm_store_ps
+;_mm_add_ps//m3 = _mm_add_ps(m1, m2);// m3 = m1 + m2
-;_mm_sub_ps
*;_mm_mul_ps//m1 = _mm_mul_ps(*pSrc1, *pSrc1);// m1 = *pSrc1 * *pSrc1
/;_mm_div_ps