【论文笔记】WWW19 A First Look at Deep Learning Apps on Smartphones

这篇文章有点像行业调查，对目前市场上APP中DL的各个特性进行统计，调研时间从2018.06 ～ 2018.09 大约三个月的时间，作者也说了后续会继续跟进。

作者制作了一个可以嗅探Android apk中DL的软件，同时对APP和DL模型进行分析，其软件的工作流程如下：

后面的章节就是具体的分析报告，主要从以下几个方面展开（调研结果可以看论文中的介绍）：

• DL APP 的优点、与非DL APP的异同以及开发者分析（主要是大厂）；
• DL APP 所用的框架、DL技术所用到的方面（语音、图像、文本等）；
• DL APP 主要用什么模型、模型的层主要是哪些、模型是否进行优化？
• DL APP 的模型大小多少、运行内存占比、计算峰值等；
• DL APP 的模型加密方式，采用的是混淆还是直接加密方法。

---

文中对目前的DL框架做了一个比较详尽的统计，包含了带训练的和仅移动端推理的主流框架：