![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MNN
文章平均质量分 50
AI算法-图哥
个人微信: tuge7893,欢迎交流~
展开
-
怎样从Buffer加载AI模型
我们在进行CNN模型推理的时候,需要预先从DDR或者ROM中加载AI模型。大家平时一般用的是create from file的形式,为了保护自己的模型IP,一般会在模型上面做一些混淆。下面我们介绍另外一种方式,create from buffer。在编译算法sdk的阶段,可以将AI模型作为机器码编译进so中,算法加载的时候从栈内存进行加载就可以。这样模型的参数和定义就不会暴露在用户层面,目前MNN、NCNN和RKNN等都提供了create from buffer的类似接口,非常方便用户们进行使用。使用的方转载 2021-02-23 22:31:12 · 491 阅读 · 0 评论 -
onnx和mnn调用pytorch模型
1. 训练代码pytorch自身部署较麻烦,一般使用onnx和mnn较为实用训练模型的代码:import torchimport torch.nn as nnimport torchvisionimport torchvision.transforms as transformsimport torch.optim as optimfrom torch.optim import lr_schedulerimport torch.onnx if __name__ == '__m.原创 2021-02-16 14:20:25 · 2035 阅读 · 1 评论 -
pytorch训练图像分类模型,并部署到MNN
1. Pytorch分类器网络# 定义一个简单的分类网络class SimpleNet(nn.Module): def __init__(self): super(SimpleNet, self).__init__() # 三个卷积层用于提取特征 # 1 input channel image 90x90, 8 output channel image 44x44 self.conv1 = nn.Sequential( .原创 2021-02-12 11:34:01 · 922 阅读 · 1 评论 -
MNN入门教程-编译与安装
本文主要介绍Linux系统中,MNN的编译与安装流程。原创 2020-05-23 13:30:50 · 2556 阅读 · 0 评论