模型部署
文章平均质量分 97
spade_eddie
这个作者很懒,什么都没留下…
展开
-
深度学习模型部署学习六
实现 PyTorch-ONNX 精度对齐工具转载 2022-08-30 17:09:38 · 416 阅读 · 0 评论 -
深度学习模型部署学习五
ONNX 模型的修改与调试转载 2022-07-20 10:13:37 · 1330 阅读 · 1 评论 -
深度学习模型部署学习四
在 PyTorch 中支持更多 ONNX 算子转载 2022-07-19 11:48:53 · 2158 阅读 · 1 评论 -
深度学习模型部署学习三
onnx详解转载 2022-07-15 17:36:20 · 1397 阅读 · 0 评论 -
深度学习模型部署学习二
解决模型部署中的难题转载 2022-07-15 14:42:34 · 926 阅读 · 0 评论 -
深度学习模型部署学习一
在软件工程中,部署指把开发完毕的软件投入使用的过程,包括环境配置、软件安装等步骤。对于深度学习模型来说,模型部署指让训练好的模型在特定环境中运行的过程。运行模型所需的环境难以配置。深度学习模型通常是由一些框架编写,比如 PyTorch、TensorFlow。由于框架规模、依赖环境的限制,这些框架不适合在手机、开发板等生产环境中安装。深度学习模型的结构通常比较庞大,需要大量的算力才能满足实时运行的需求。模型的运行效率需要优化。step1. 使用任意一种深度学习框架来定义网络结构,并通过训练确定网络中的参数。转载 2022-07-14 18:03:07 · 6194 阅读 · 0 评论