移动端模型嵌入 Android端嵌入篇

本文介绍了移动端深度学习框架的比较,重点关注Google的TensorFlow Lite。内容包括TensorFlow Lite的组件、模型部署方式以及Android端的模型嵌入流程,包括模型训练、冻结模型和转换为TensorFlow Lite模型的步骤。此外,还提到了TensorFlow Lite支持的运算符和转换注意事项。
摘要由CSDN通过智能技术生成

1. 移动端深度学习框架比较

目前,移动端模型嵌入SDK 主要有 :Google , Tensor Flow Mobile(19年不再维护)是在推出Tensor flow(简称TF)时同时推出的 Tensor Flow Mobile和2017年11月14日 Google I/O 2017大会上的推出的Tensor Flow Lite(开发者预览版,简称 TF Lite);百度, 2017年9月25日发布MDL框架;腾讯,2017年7月NCNN框架正式开源和2018年5月8日开源FeatherCNN框架,小米,2018年6月28日发布框架MACE (Mobile AI Compute Engine )。

 1.1 开源框架对比

 

TF Lite

MDL

NCNN

FeatherCNN

MACE

CPU速度

整型快,浮点慢

浮点快

浮点快

浮点快

浮点快

GPU加速

支持

支持

不支持

不支持

支持

模型支持

Caffe、Keras、TF

Caffe

Caffe

Caffe

Caffe、TF、ONNX

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值