神经网络的训练与测试,图神经网络目标检测

如何把电脑训练好的神经网络移植到app上

谷歌人工智能写作项目：神经网络伪原创

如何把电脑训练好的神经网络移植到app上

有两个思路好文案。

一个online方式：移动端做初步预处理，把数据传到服务器执行深度学习模型，现在很多APP都是这个思路, 优点是这个方式部署相对简单，现成的框架（caffe，theano，mxnet，Torch) 做下封装就可以直接拿来用，服务器性能大, 能够处理比较大的模型，缺点是必须联网。

另外一种是offline方式：根据硬件的性能，部署适当的模型。优点是可以离线执行。

缺点也是明显的，1）受限硬件，可能要运行个阉割版的模型 ，对模型精度会有一定的影响； 2) 要移植现成框架到移动平台比较麻烦, 各种依赖的剥离很痛苦，mxnet有个Android app的例子（Leliana/WhatsThis · GitHub), Torch 7也个Android版本soumith/torch-android · GitHub，可以参考下，当然如果编程能力强的话，自己写个网络前传的代码。

如何把电脑训练好的神经网络移植到app上

有两个思路。

一个online方式：移动端做初步预处理，把数据传到服务器执行深度学习模型，现在很多APP都是